醫工簡報音頻內容已在喜馬拉雅、小宇宙等平臺上線，歡迎訂閱收聽~

行業動態

AI驅動的口腔診所在香港啟動

香港菲臘牙科醫院開設了一家新的人工智能診所，專注于預防和早期發現口腔癌。該診所是與香港大學牙醫學院口腔頜面外科系共同成立，被譽為全球首創，配備了港大開發的名為 OralCancerPredict 的網絡工具，該工具在檢測口腔癌高危患者方面的平均準確率為 94%。

決策支持工具利用多種信息，包括患者人口統計學、合并癥、臨床表現和組織學特征，來計算口腔黏膜白細胞和口腔苔蘚樣病例（常見的潛在惡性口腔病變）變成癌癥的概率。它還提供了風險分類及其背后的基本原理。該技術于 2021 年開發，基于 2003 年至 2022 年間使用瑪麗皇后醫院的大量患者訓練的 AI 模型。后來在尼日利亞和英國的大型隊列數據集上對其進行了驗證。

臨床綜合

Cleveland Clinic Digital Chief：選擇臨床醫生真正關心的 AI 問題

確保最終用戶的支持對于醫院的 AI 成功至關重要。為了獲得支持，醫院應該首先采用人工智能工具來解決醫生和護士認為對他們來說最重要的問題，克利夫蘭診所首席數字官 Rohit Chandra 說。

醫學人工智能

Nature Machine Intelligence| 用于揭示正常心臟動力學的個性化時間分辨 3D 網格生成模型

了解心臟的結構和運動對于診斷和管理心血管疾病至關重要，心血管疾病是全球死亡的主要原因。受人口統計學、人體測量學和疾病因素的影響，心臟形狀和運動模式存在很大差異。解開正常的形狀和運動模式，并了解每個人如何偏離正常狀態，將有助于準確診斷和個性化治療策略。為此，該研究開發了一個條件生成模型 MeshHeart，用于學習心臟左右心室的形狀和運動模式的分布。為了對高維時空網格數據進行建模，MeshHeart 使用幾何編碼器來表示潛在空間中的心臟網格，并使用時間轉換器來模擬潛在表示的運動動力學。基于 MeshHeart，研究了 3D + t 心臟網格序列的潛在空間，并提出了一個距離度量，即潛在 delta，它量化了真實心臟與其個性化規范模式的偏差。在這里，3D + t 是指隨時間演變的三維數據。在使用來自英國生物銀行的 38,309 名參與者的大型心臟磁共振圖像數據集的實驗中，MeshHeart 在心臟網格序列重建和生成方面表現出高性能。潛在空間特征對心臟病分類具有鑒別性，而在表型范圍關聯研究中，潛在 delta 與臨床表型表現出很強的相關性。

https://www.nature.com/articles/s42256-025-01035-5

醫學成像技術

Med. Image Anal.| AttriMIL：基于實例屬性的全切片病理圖像分類注意力多實例學習框架

現有基于注意力的多實例學習（MIL）方法在病理全切片圖像（WSI）分類中存在實例區分模糊與跨切片語義建模不足的局限性。5月19日，哈爾濱工業大學Cai Linghan 團隊提出一種屬性感知MIL框架AttriMIL。該模型設計多分支屬性評分機制，通過解耦注意力計算與分類頭權重，量化實例的病理屬性貢獻；提出區域級屬性約束和切片級屬性約束，分別建模WSI內部的空間分布模式與跨切片的語義一致性；開發病理自適應學習策略，通過分層適配器優化預訓練特征提取器，提升任務相關特征提取能力。實驗表明，該方法在分類準確率、泛化能力及病灶定位精度上均優于現有技術。

https://doi.org/10.1016/j.media.2025.103631

康復（神經）工程

IEEE Transactions on Neural Systems and Rehabilitation Engineering| 基于差分進化優化算法模糊NARX模型的踝關節康復機器人預測控制

針對中風、偏癱及踝關節損傷患者，踝關節康復機器人可通過量化評估與精準控制提供個性化康復治療方案。中國計量大學聯合中國科學技術大學的研究人員提出，基于差分進化（DE）優化算法與模糊非線性外源自回歸（NARX）模型，構建了迭代學習模型預測控制器，以實現氣動肌肉驅動的踝關節康復機器人高精度、強魯棒性的軌跡跟蹤控制。首先，采用T-S模糊NARX模型表征該踝關節康復機器人中氣動肌肉執行器（PMA）的正反向遲滯過程，并利用差分進化優化（DE）算法實現高精度參數辨識，其目標函數優化效果經與遺傳算法、粒子群優化對比驗證。其次，設計了迭代學習模型預測控制（ILMPC）控制器，提出基于該控制器的踝關節康復機器人軌跡跟蹤控制方案。最后，通過不同軌跡與受試者的實驗驗證所提控制方法的性能。實驗結果表明，所設計的ILMPC控制器能能自動調整優化，經過多次測試，證明可以準確跟蹤各種運動軌跡，對不同使用者都能保持穩定的控制效果。

https://ieeexplore.ieee.org/document/11000441

可穿戴技術

Nature Electronics| 用于健康監測的智能聲學紡織品

可穿戴電子產品（如智能紡織品）在醫療保健監測、人機界面和環境分析方面具有潛在用途。然而，由于與材料快速降解、潛在毒性、高生產成本和繁重的計算工作量相關的挑戰，該技術的可擴展性和可靠性受到限制。該研究報告了一種基于聲學的智能紡織技術，被稱為 SonoTextiles，它使用安裝在玻璃微纖維兩端的壓電換能器，充當聲波的發射器和接收器。柔性玻璃超細纖維充當聲波導，嵌入到紡織基材中，通過測量波沿纖維的傳播和能量損失來響應觸摸和彎曲等刺激，從而提供精確的傳感。研究者們還使用聲頻選擇性和頻域信號處理算法來提高計算效率。該聲學紡織品透氣、耐用且在熱波動下保持穩定，我們證明它可以用于分布式觸覺感應、手勢識別和呼吸頻率監測。

https://www.nature.com/articles/s41928-025-01386-2

生物材料

ACS Nano| 柔性非晶硅徑向連接貼片通過提供無線光電神經調控促進皮膚再生

光電刺激技術為建立生物組織非侵入式、持久界面提供了創新解決方案，尤其在神經損傷治療領域具有重要價值。該研究提出一種簡便、經濟的制備策略，成功構建超柔性生物相容性光電貼片，實現無線光控電刺激促進皮膚創面神經修復。通過低溫化學氣相沉積法，制備了基于三維非晶硅徑向p-i-n結（RJ）納米線的柔性光電薄膜，實驗證實RJ貼片具有高生物相容性，在安全可見光激發下能有效促進神經突生長和創面愈合，同步實現血管再生與神經功能重建。

https://pubs.acs.org/doi/10.1021/acsnano.4c16337