PART

09

第九位讲者，来自广州医科大学附属第一医院的潘翠霞探讨了支气管扩张症-慢性阻塞性肺疾病重叠综合征（CBA）的临床特征及分型。

支气管扩张症（支扩）是一种不可逆的气道扩张性疾病，临床表现为慢性咳嗽、咳痰和反复呼吸道感染，主要依赖影像学诊断。慢性阻塞性肺疾病（慢阻肺）是由气道或肺泡异常引起的慢性气道疾病，表现为持续性气流受限，主要依赖肺功能检测进行诊断。尽管支扩和慢阻肺在流行病学、病理生理学及诊断上各异，但许多患者同时表现为慢性咳嗽、咳痰和反复感染，且影像学上有支扩，称为CBA。CBA的异质性较大，预后比单纯支扩或单纯慢阻肺更差。为了研究CBA的临床特征，研究团队分析了2017年7月至2020年12月期间，因慢阻肺或支扩急性加重而住院的18至80岁患者的数据，采用无监督聚类算法识别和分类CBA亚群，并通过独立的验证队列评估其稳健性和可靠性。结果表明，CBA患者年龄更大、病程更长，血中性粒细胞比例和铜绿假单胞菌检出率更高，肺功能损害更显著。CBA-MS组患者表现出更严重的临床症状和影像特征，住院期间ICU入住率最高；CBA-FH组患者肺功能较差，再入院率最高；CBA-BI组患者痰培养细菌感染比例高。利用决策树模型预测，91.8%的患者可以被正确分配到各自的亚群中，验证队列结果显示分类稳健。总的来说，CBA患者的症状负担更重，临床结局更差。本研究确定了CBA的五种临床表型，在临床表现和临床结局上存在差异，快速识别不同的CBA表型有助于制定更有效的治疗方案。

PART

10

第十位讲者，北京协和医院的郭玉博介绍了心脏磁共振在轻链型心脏淀粉样变化疗效评估中的应用研究。

心脏淀粉样变化是一种高致死率的心肌病。目前，其血液学和器官疗效评估主要通过生物标志物进行，但存在诸多局限性，因此迫切需要更为优化的评估方法。心脏磁共振能够同时对心脏的解剖结构、运动功能、心肌血流灌注和组织成分等进行全面评估，因此在监测轻链型淀粉样变化患者的化疗疗效方面具有重要价值。研究发现，在轻链型淀粉样变化患者接受化疗后，右心室功能的改善较为显著，并且早于左心室出现，其中心肌纵向应变是最敏感的功能学参数。活动期心肌T2值的升高是由轻链心肌毒性引起的心肌水肿所致。化疗后，T2值的不降反升可能表明化疗短期内叠加蛋白酶体抑制剂相关的心肌毒性导致的假性进展。ECV和T1值的降低提供了心肌内淀粉样蛋白消退的有力证据。淀粉样蛋白积累和清除之间的平衡因淀粉样蛋白生成的减慢而改变。T1 mapping可能成为监测淀粉样蛋白负荷及化疗疗效的新方法。

PART

11

 第十一位讲者，北京天坛医院的丁玲玲汇报了卒中后肺炎相关临床及影像表型的研究。

卒中疾病负担重，其中缺血性卒中约占80%，具有高复发、高致残、高死亡等特点。卒中相关性肺炎（Stroke-associated pneumonia，SAP）是指非机械通气的卒中患者在发病后7天内新出现的肺炎。其发病机制包括卒中后吞咽功能障碍导致误吸以及卒中后免疫抑制。研究表明，卒中后的炎症反应是SAP的重要危险因素。干预卒中后免疫炎症反应可能降低SAP的发生率，并改善患者的预后。特定皮层梗死模式（如岛叶皮层）与卒中后免疫炎症反应及SAP相关。神经调节技术对卒中后免疫炎症的调节可能成为干预SAP的治疗手段。

PART

12

最后一位讲者，来自四川大学华西医院的邵俊，她探讨了多模态融合人工智能（AI）模型在肺部感染性疾病患者个性化管理中的应用。

肺部感染性疾病具有复杂多样性，且其疾病负担较重。传统的病原学检测方法，如培养、涂片和分子检测等，仅能为62%的患者提供病原学诊断依据。此外，存在同病异征和异病同征等问题，使得精准诊断变得困难。人工智能技术的发展为疾病的精准诊断和治疗带来了新的机遇，而多模态特征融合的新技术为疾病的诊断和治疗提供了新的思路。研究进展包括创新性地开发了肺部影像常见征象检测技术，并构建了多模态融合AI（MMI）模型，用以肺部感染性疾病患者的管理。与临床医生进行人机对比试验显示，该模型优于低年资医生，能够识别常见肺部感染病原体并预警危重症患者。此外，研究还开发了耐药性肺结核智能诊断DeepTB 模型，其性能对比显示能够区分不同耐药亚型。这一应用转化实现了肺部感染人工智能诊断系统的开发，并已在多家医疗机构展开临床应用，有效节约了医生的工作时间，为基层医院赋能，实现了诊疗的同质化。