近日，浙江中医药大学生命科学学院窦晓兵教授团队在中科院1区TOP期刊《World Journal of Emergency Surgery》（IF：8.0，JIF排名：1/32）发表了题为《The application of deep learning in abdominal trauma diagnosis by CT imaging》的研究论文。在本研究中，团队开发了一种基于深度学习的新型辅助诊断方法，以期通过快速识别的腹部器官，定位损伤器官，进而实现快速的诊断识别，并能够识别潜在的脏器出血。

腹部创伤会严重影响受伤者生存率，据统计腹部创伤在所有类型的身体伤害中占0.4%～1.8%，这对腹部受伤者的生命构成重大威胁。为了降低腹部创伤的死亡率，快速准确地评估内脏器官损伤的存在和损伤的程度、类型和部位是患者能够及时获得的救治的关键。目前的腹部器官损伤诊断都是在计算机断层扫描(CT)成像的基础上，通过人的肉眼进行解读和诊断；但在紧急情况下，相关的医生很难高效、精确地完成对大量CT图像的判断。因此，窦晓兵教授团队以此临床问题为切入点，基于机器深度学习的算法，开发了一种新的辅助诊断方法，用于腹部脏器损伤的初步快速筛查。

在这项研究中，团队结合了2D和2.5D模型，构建出全新的基于深度学习算法的人工智能模型。该模型在测试中体现了高度的准确性、灵敏度和特异性，有望作为辅助诊断工具应用于多场景、多学科交叉的临床医疗实践中。

本研究第一作者为我校生命科学学院2023级硕士研究生沈昕如，窦晓兵教授和陈林老师为共同通讯作者，我校为论文第一完成单位，并与美国匹兹堡大学的人工智能团队取得深度合作，该研究受到了国家自然科学基金项目资助。窦晓兵教授团队长期致力于生物学、中医药学、临床医学和信息科学等多学科交叉融合研究，并将继续紧随时代创新步伐，以国际视野拓展研究内涵，实践跨学科多专业协作共赢的发展理念，为人类医学健康事业续写新篇。