9月26日，青海大学附属医院樊海宁教授团队王展博士与清华大学自动化系张学工教授团队、清华大学航天航空学院李路明教授等团队合作，在《柳叶刀-数字健康》（The Lancet Digital Health）杂志发表了又一篇研究成果。青海大学附属医院副教授王展博士作为第一作者，他们共同开发的名为EDAM的包虫病辅助诊断AI系统，通过普通平扫CT图像实现包虫病的自动检测和分型，这项技术能够有效解决长期困扰高原牧区的包虫病筛查难题。今年8月，青大附院的阳丹才让教授作为第一作者曾在该杂志发表基于超声图像的包虫病AI诊断论文一篇，这两篇论文的发表，标志着高原医学包虫病的研究已经达到国际顶尖水平。

《柳叶刀》杂志是国际医学最权威的学术刊物之一，这是附属医院樊海宁包虫病团队的王展博士今年第二次在《柳叶刀》中发表论文。早在两月前，该团队与中国人民解放军总医院第五医学中心介入超声科梁萍教授、于杰教授团队在《柳叶刀–数字医疗》上共同发表了一项回顾性、大规模、多中心研究，基于超声通过深度卷积神经网络模型（DCNN）来辅助诊断肝包虫病。该研究可能会为超声诊断肝包虫病提供新的工具，同时，这也将有助于远程医疗诊断，从而优化地区医疗资源差异，对高流行和偏远地区的患者来说具有重要意义。

DCNN所使用的数据集情况及整个研究的概括图

此次在《柳叶刀-数字健康》（The Lancet Digital Health）杂志发表的肝包虫病辅助诊断人工智能系统EDAM，旨在开发并评估一种基于平扫CT图像在患者水平上自动检测肝包虫病并对其进行亚型分类的人工智能系统，结合了切片水平的疾病预测和分割与患者水平的疾病诊断，具有很高的准确性和灵敏度，并且有良好的可解释性和推广能力，为临床医生和放射科医生提供了可靠的决策支持。

该研究所使用的数据集情况(A)和人工智能系统EDAM的基本框架(B)

青海大学附属医院包虫病团队通过与省外顶尖的临床与工科科学家合作，利用医工结合的方式不断创新，攻克包虫病的基础与临床研究技术难题，开发的包虫病AI诊断系统在未来具有极大的潜在应用价值，便于配合国家相关基层健康支持政策普及到偏远基层，借助超声和平扫CT进行包虫病智能筛查与辅助诊断，准确识别常见包虫病亚型从而进行对症治疗。该系统为缓解西部地区医生资源短缺的压力、彻底解决西部高原医学包虫病筛查难题提供了有效技术方案。

近十年来，董家鸿院士动员集结全国卓越专家团队，围绕青海省健康帮扶和包虫病防治任务，从多个环节入手，组团式连年开展规模化公益手术救治，并在青海大学附属医院成立院士工作站，在我省青南地区包虫的诊断和治疗方面开展了卓有成效的工作，共同破解包虫病防诊治难题。该团队多次前往青海等高原牧区进行包虫病疑难复杂病例的手术救治，充分依托省级诊疗中心-州(市)级诊疗基地-县级诊疗救治站-乡(镇)诊疗管理站的包虫病“四级”分层诊疗联动机制，在董家鸿院士的帮助下，青海大学附属医院包虫病团队组织多学科联合开展包虫病的防诊治工作，其中樊海宁、王海久、鲍海华、马淑梅、贾珍、甘桂芬等教授的团队发挥了积极作用，在跟包虫病斗争的过程中，团队加深了对包虫病的认识，在实践中反复摸索，取得了包虫病防治方面的巨大成就。为推进青海省包虫病攻坚项目、青海省包虫病患者手术清零行动计划工作做出了巨大贡献。