医工简报 | DeepSeek 在中国医院系统中的“低成本”采用；一种软体机器人全人工混合动力心脏

星标“医工学人”，第一时间获取医工交叉领域新闻动态~

6.5‍‍‍‍‍‍‍‍

医工学人

The Innovators

1. JAMA | DeepSeek 在中国医院系统中的“低成本”采用；

2. Nature Communications | 一种软体机器人全人工混合动力心脏；

3. npj digital medicine | 人工智能模型预测革兰阴性菌血流感染的耐药性；
4. IEEE Trans. Med. Imaging | 基于样本感知非对称高斯分布的疾病分级网络；
5. AFM | 基于互感原理的阵列传感器用于局部脑组织形变的连续监测与成像；
6. ACS Sensor | 皮肤接口完全独立的可穿戴生物传感器，用于汗液肌醇的无创和动态监测.

医工简报音频内容已在喜马拉雅、小宇宙等平台上线，欢迎订阅收听~

行业动态

JAMA | DeepSeek 在中国医院系统中的“低成本”采用

https://jamanetwork.com/journals/jama/article-abstract/2833431

临床综合

Nature Communications | 一种软体机器人全人工混合动力心脏

终末期心力衰竭是一种致命的疾病。目前的全人工心脏（TAH）死亡率和发病率高，生活质量低。为了克服当前的生物相容性问题，研究者们提出了软机器人、混合（泵送能力来自软机器人，内衬来自患者自身细胞）TAH 的概念。该装置在两个心室之间具有气动驱动致动器（隔膜），并涂有超分子聚合物材料，以促进抗血栓形成和组织工程特性。在体外，Hybrid Heart 泵送 5.7 L/min 并模拟天然心脏的适应功能。大鼠和急性山羊模型的概念验证研究表明 Hybrid Heart 具有临床使用和改善生物相容性的潜力。该研究通过使用软机器人和组织工程提供了一个平台，为心力衰竭和移植医学开辟了新的视野，从而提出了第一个软质、生物相容性 TAH 的概念验证。

https://www.nature.com/articles/s41467-025-60372-6

医学人工智能

npj digital medicine | 人工智能模型预测革兰阴性菌血流感染的耐药性

人工智能（AI）模型是预测革兰阴性菌血流感染（GN-BSI）抗菌药物敏感性的有力工具。该研究针对住院GN-BSI患者进行了为期7年的单中心研究，旨在预测对氟喹诺酮类（FQR）、第三代头孢菌素（3GC-R）、β-内酰胺/β-内酰胺酶抑制剂（BL/BLI-R）和碳青霉烯类（C-R）的耐药性。分析采用基于scikit-learn Python包的机器学习框架完成。共纳入2552例患者，其中肠杆菌目占85.5%，以大肠杆菌、克雷伯菌属和变形杆菌属最为常见。耐药性分布为：FQ-R 48.6%、3GC-R 40.1%、BL/BLI-R 29.9%、C-R 16.9%。模型验证显示，其对四类耐药性的预测性能良好，其中碳青霉烯类耐药性（C-R）的预测性能最佳（AUC-ROC 0.921 ± 0.013）。研究开发的流程已公开，附文档说明如何在其他数据集上运行相同工作流程以适应本地流行病学和临床特征。（https://github.com/EttoreRocchi/ResPredAI）

https://www.nature.com/articles/s41746-025-01696-x

医学成像技术

IEEE Trans. Med. Imaging | 基于样本感知非对称高斯分布的疾病分级网络

现有医学影像疾病分级方法虽利用标签有序性提升性能，但假设同类样本标签分布相同且依赖经验设定分布参数，忽略个体差异与真实分布特性。6月4日，中国科学技术大学的研究者们提出DGN-AGLD框架，首创样本感知非对称高斯分布建模疾病标签，通过左右方差参数灵活表征同类病例的个体化分布差异。该方法设计方差预测器端到端学习分布不对称性参数，突破预设参数限制；提出自适应加权策略联合优化分类损失与分布损失，平衡分级准确性与有序性约束。在IDRiD等4个疾病数据集上实验，可视化证明其通过分布不对称性精准捕捉疾病进展趋势，泛化至联合分级任务性能领先。

https://doi.org/10.1109/TMI.2025.3575402

康复（神经）工程

AFM | 基于互感原理的阵列传感器用于局部脑组织形变的连续监测与成像

大脑持续经历动态形变，这些形变与其固有特性及病理状态密切相关。然而，由于传统成像技术时空分辨率的限制，对这些形变进行连续监测存在重大挑战。6月1日，复旦大学科研团队联合企业、医院等跨学科合作开发了一种可植入式形变阵列传感器，能够实时、连续地监测并绘制脑组织形变。该传感器采用超薄薄膜嵌入微型线圈阵列的设计，基于互感原理工作，实现了优异的时间分辨率（<100微秒）和距离分辨率（<5微米）。将传感器植入大鼠头骨与皮层之间后，成功追踪了四个皮层位点的连续脑形变。实验在异氟烷吸入、机械冲击和颅内出血等场景下开展，此类精细监测与成像在以往研究中尚未实现。结果表明，脑组织形变会随生理波动和病理事件发生动态变化，且形变幅度随距原发部位距离的增加而递减。这一创新方法为探索脑动力学及其与神经系统疾病和病程发展的关联提供了新平台。

https://www.nature.com/articles/s41586-025-09028-5

可穿戴技术

ACS Sensor | 皮肤接口完全独立的可穿戴生物传感器，用于汗液肌醇的无创和动态监测

可穿戴汗液生物传感器具有独特的能力，可以无创地连续跟踪与健康评估和疾病诊断相关的化学生物标志物。肌醇的个性化监测在生理功能调节和疾病管理中至关重要。然而，目前的方法严重依赖侵入性抽血/笨重的分析实验室设备，阻碍了其日常和实时监测的实施。该研究报告了一种皮肤接口的完全独立的可穿戴汗液肌醇生物传感器（ES-WSMB），它很容易通过离子电渗疗法装置在休息时按需提取汗液，通过自动微流控装置进行自动汗液采样和更新，实时肌醇分析和校准，同时收集汗液 pH 值和 Na 通过汗液分析单元，以及通过智能控制单元进行信号处理/通信。通过剂量反应和代谢干扰挑战测试了 ES-WSMB 在健康参与者中的性能。我们通过设计精美的对照实验确定了汗液和血浆肌醇之间的高度相关性。ES-WSMB 的这些独特功能将有助于在生理功能、疾病等方面进行精确和个性化的健康管理。https://pubs.acs.org/doi/10.1021/acssensors.5c01284

END