|
搜索
搜 索
高等教育領域數字化綜合服務平臺
新冠病毒抗體快檢試劑盒
復旦大學附屬中山醫院葛均波院士團隊聯合研發的“新型冠狀病毒（2019-nCoV）IgM 抗體檢測試劑盒（膠體金免疫層析法）” 在江蘇省醫療器械檢驗所完成全性能項目檢驗，符合產品技術要求，成為首批通過法定檢測機構檢定合格的新型冠狀病毒快速檢測試劑之一。聯合團隊已申報科技部國家重點研發計劃應急項目，并申報國家藥監局應急審批。 復旦大學附屬中山醫院聯合江蘇百世諾醫療科技有限公司、泰州市人民醫院等機構，針對新冠病毒S蛋白，于2月5日快速研制成功IgM抗體檢測試劑。一期已在江蘇、重慶、上海等地完成310例臨床驗證，特異度99.6%，整體診斷符合率達98.1%；即將擴大臨床驗證。
復旦大學
2021-04-10
新冠病毒抗體快檢試劑盒
復旦大學附屬中山醫院葛均波院士團隊聯合研發的“新型冠狀病毒（2019-nCoV）IgM 抗體檢測試劑盒（膠體金免疫層析法）” 在江蘇省醫療器械檢驗所完成全性能項目檢驗，符合產品技術要求，成為首批通過法定檢測機構檢定合格的新型冠狀病毒快速檢測試劑之一。聯合團隊已申報科技部國家重點研發計劃應急項目，并申報國家藥監局應急審批。
復旦大學附屬中山醫院聯合江蘇百世諾醫療科技有限公司、泰州市人民醫院等機構，針對新冠病毒S蛋白，于2月5日快速研制成功IgM抗體檢測試劑。一期已在江蘇、重慶、上海等地完成310例臨床驗證，特異度99.6%，整體診斷符合率達98.1%；即將擴大臨床驗證。
復旦大學
2021-04-10
新冠病毒快速檢測試劑盒
新型冠狀病毒感染的肺炎疫情發生以來，山東大學王傳新教授聯合山東師范大學、濰坊康華生物技術有限公司成立聯合研發團隊，與時間賽跑，全力攻關，研發新型冠狀病毒IgM抗體檢測試劑盒和新型冠狀病毒抗原檢測試劑盒，目前已成功研發出新型冠狀病毒（2019-nCoV）IgM抗體檢測試劑盒（膠體金法和免疫層析法），最快3分鐘內即可出結果，用于檢測新冠病毒核心抗原的高靈敏試劑盒等也在陸續研發中。IgM抗體是病毒感染自體免疫過程中最早出現的抗體，是近期感染的標志。山東大學領銜的聯合研發攻關團隊所研發的新型冠狀病毒（2019-nCoV）IgM抗體檢測試劑盒能夠為核酸檢測提供有效補充。
山東大學
2021-04-10
新冠病毒核酸檢測試劑盒
四川大學華西醫院實驗醫學科應斌武教授帶領的臨床團隊，與柯博文教授、耿佳教授科研團隊緊密合作，聯合攻關，成功自主研發了。RT-PCR試劑盒已經完成臨床樣本檢測470例（陽性14例，陰性456例），IgG/IgM抗體聯合檢測試劑盒已經完成臨床樣本檢測40例（陽性15例，陰性25例），結果均達到國家衛健委疾病預防控制局最新發布的《新型冠狀病毒感染的肺炎實驗室檢測技術指南》等相關檢測標準。RT-PCR檢測試劑盒以新型冠狀病毒ORFIab基因和N基因中的保守序列為靶位點設計特異性引物和寡核苷酸熒光探針，對病毒核酸進行高特異性檢測，能夠排除其他冠狀病毒株的非特異性干擾，檢測靈敏度達到200 拷貝/毫升。該產品創新性構建了防污染系統，有效降低了產物氣溶膠的污染。同時以假病毒為陽性對照，以人類看家基因為內標，對檢測過程進行全面監控，進一步提高了產品的抗干擾能力。
四川大學
2021-04-10
新冠肺炎確診患者活動軌跡地圖
該工具不但能夠顯示哈爾濱市新冠肺炎確診患者所居住的小區，還能夠按時間段清晰地顯示患者曾經活動的地點，并給出每個患者的活動軌跡。地圖所用數據來源于哈爾濱市人民政府官網每天公布的新聞信息。后續隨著數據的完善，該系統將擴展至全省。
哈爾濱工業大學
2021-04-10
新冠肺炎的死者的臨床特征研究
2020年3月26日，華中科技大學同濟醫學院寧琴團隊在國際頂級醫學期刊BMJ 發表題為“Clinical characteristics of 113 deceased patients with coronavirus disease 2019: retrospective study”的研究成果，該研究對死者和已確診COVID-19的患者進行了綜合評估，該研究的目的是描述covid-19死亡患者的臨床特征。 該研究發現，死者的中位年齡（68歲）顯著大于康復者（51歲），死者中男性占主導地位。死者中的慢性高血壓和其他心血管合并癥比康復者更為頻繁。死者的呼吸困難，胸悶和意識障礙比康復的患者更常見。死者從疾病發作到死亡的中位時間為16天。死者的丙氨酸氨基轉移酶，天冬氨酸氨基轉移酶，肌酐，肌酸激酶，乳酸脫氫酶，心肌肌鈣蛋白I，N端腦鈉肽和D-二聚體的濃度顯著高于康復患者。死者中觀察到的常見并發癥包括急性呼吸窘迫綜合征，I型呼吸衰竭，敗血癥，急性心臟損傷，心力衰竭，堿中毒，高鉀血癥，急性腎損傷和低氧性腦病。患有心血管合并癥的患者更容易出現心臟并發癥。無論心血管疾病的病史如何，死者的急性心臟損傷和心力衰竭更為常見。總而言之，嚴重的SARS-Cov-2感染可引起肺部和全身炎癥，導致高危患者多器官功能障礙。急性呼吸窘迫綜合征和呼吸衰竭，敗血癥，急性心臟損傷和心力衰竭是covid-19惡化期間最常見的關鍵并發癥。查看原文
華中科技大學
2021-04-10
新冠病毒肺炎CT圖像自動分析系統
哈爾濱工業大學聯合哈爾濱醫科大學聯合研發“新冠病毒肺炎CT圖像自動分析系統”，該系統閱片效率是人工閱片速度的30倍，新冠肺炎相關病變檢測準確率基本達到了醫生水平，可以定量評估病變范圍。 由于新冠肺炎患者肺部CT圖像上有較為典型的征象，可以作為新冠肺炎快速診斷和病情評估的重要依據，因此哈爾濱工業大學計算機科學與技術學院鄔向前教授聯合哈爾濱醫科大學附屬第二醫院影像科李萍教授，成立哈工大-哈醫大聯合攻關小組，研發“新冠病毒肺炎CT圖像自動分析系統”。聯合攻關小組緊急聯系中國多家醫院，收集177000多張肺部CT圖像，其中包括來自新冠肺炎患者的近40000張圖像。 聯合攻關小組克服了各種困難，經過多天通宵達旦努力工作，僅用了一周左右的時間就初步研發成功可用于診斷評估新冠肺炎的CT圖像自動分析系統。該系統可以自動檢測CT圖片上新冠肺炎相關病變，并估算病變區域在整個肺部的比例，為新冠肺炎患者的篩查和病情評估提供了依據。這些信息，在人工閱片時無法得到。該系統已在哈爾濱醫科大學附屬第二醫院進行部署試用。該系統具有非常優越的性能，其閱片效率差不多是人工閱片速度的30倍，新冠相關病變檢測準確率基本達到了醫生水平，尤其可以定量的評估病變的范圍對臨床診斷非常有意義。查看原文
哈爾濱工業大學
2021-04-10
新冠病毒通過結膜途徑傳播的研究
2020年2月26日，浙江大學附屬第一醫院眼科沈曄團隊在Journal of Medical Virology 在線發表題為“Evaluation of coronavirus in tears and conjunctival secretions of patients with SARS‐CoV‐2 infection”的研究成果，該研究于2020年1月26日至2020年2月9日在浙江大學第一附屬醫院選擇了30例確診的新型冠狀病毒性肺炎（COVID-19）患者。該研究發現只有一名結膜炎患者的淚液和結膜分泌物樣品出現病毒陽性結果， 其他樣品均為陰性。總而言之，在患有結膜炎的COVID-19患者的眼淚和結膜分泌物中檢測到SARS-CoV-2， 有必要進行大量的研究來評估這個問題。因此，呼吸道可能不是2019-nCoV的唯一傳播途徑，所有檢查可疑病例的眼科醫生都應戴防護眼鏡。不過，到現在為止，還沒有實驗證據表明，可以通過結膜途徑感染新冠病毒。查看原文
浙江大學
2021-04-10
新冠肺炎智能輔助鑒別篩查系統
2020年3月3日，甘肅省科技廳披露甘肅新冠肺炎智能輔助鑒別篩查系統研發成功，并進行了初步臨床驗證，已開始提供線上服務。該通過使用體液活檢生化數據及智能學習算法，構建了新冠肺炎臨床樣本的快速智能輔助鑒別篩查工具。該系統識別敏感性較高，適于快速鑒別新冠肺炎和其它肺炎及流感患者，尤其適用于對于核酸篩查為陰性的潛在新冠肺炎患者的篩查。蘭州大學基礎醫學院、化學化工學院，蘭州大學第一醫院感染科、蘭州市肺科醫院檢驗科以及甘肅海基生物技術有限公司聯合成立了新冠肺炎臨床快速輔助智能化鑒別篩查系統科技團隊。這一系統可以直接利用當前定點醫療機構，及具有資質的第三方機構常用檢測儀器以及CT檢測的數據結果，快速準確地給出輔助診斷意見，為新冠肺炎疑似病例確認提供快速有效參考的臨床建議。同時，該工具具有現場、快速、高效、界面友好、易操作等優勢和特色，與《新冠肺炎診療方案第六版》和現行臨床檢驗，以及甘肅省內遠程醫療網絡完全接軌，有利于推廣至基層醫療檢測單位。新冠肺炎臨床快速輔助智能化鑒別篩查系統科技攻團隊針對臨床需求，還在開發其它專用臨床智能輔助診療工具，上述成果將為此次疫情及未來相關生物安全威脅提供有力的臨床支持和技術儲備。該系統在蘭州大學第一醫院、蘭州市肺科醫院、甘肅省人民醫院和武漢抗疫一線進行了初步臨床驗證，并已開始提供線上服務。
蘭州大學
2021-04-10
新冠肺炎肺部感染輔助診斷系統
按照《新型冠狀病毒肺炎診療方案（試行第五版修正版）》，湖北省增加了“臨床診斷病例”分類，對疑似病例具有肺炎影像學特征者，確定為臨床診斷病例，以便患者能及早按照確診病例相關要求接受規范治療，進一步提高救治成功率。因此，對患者的影像學分析在確定“臨床診斷病例”上就具有極為重要的意義。 根據國家指南這一重要變化，西安交通大學第一附屬醫院影像學郭佑民團隊，在前期承擔國家衛健委重大行業專項《基于“數字肺”的呼吸系統疾病評價體系與診斷標準研究》基礎上，針對新冠肺炎肺部影像學特點與醫學成像技術公司合作，第一時間研發了新冠肺炎肺部感染輔助診斷系統，實現了對新冠肺炎感染者肺內病變部位快速檢出、定量評價病變范圍和病變演變過程評估 CT掃描是新冠肺炎診斷的重要環節，已成為確定“臨床診斷病例”的重要標準。但是在影像診斷過程中，每位患者的CT檢查多達幾百幅甚至上千幅圖像，單靠影像診斷醫師從龐雜的圖像特征中篩選出新冠肺炎所具有的特征，不僅要求醫師具備肺炎診斷與鑒別診斷的經驗，還需要相當的觀察時間，嚴重影響病例篩查的效率。 同一患者3次檢查結果對比，紅色區域為病變，相比較病變體積逐漸縮小，提示病情好轉。 同一患者3次檢查結果對比，紅色區域范圍增大，數目增多，提示病變進展，同時還能觀測到病變密度的變化。 圖為同一患者4次檢查結果對比，圖中紅色區域體積逐漸增大，提示病情進展。 郭佑民教授團隊利用AI技術為新冠肺炎的影像診斷“賦能”。依托專家訓練，人工智能結合傳統的計算機視覺技術，對新冠肺炎患者肺部病變區域進行分割、計算，可以同時獲取病變區域的體積、密度、磨玻璃成分等定量參數，尤其是對于患者隨訪的數據，可以實時進行圖相配準，精準定位病灶位置、大小，方便比較病變的消長。 通過臨床試驗發現，該系統能夠輔助臨床醫生對新冠肺炎進行快速診斷，并能提供智能診斷報告，適應阻斷疫情擴散蔓延的公共衛生緊急應對要求，具有很好的臨床應用效果。該系統已在包括華中科技大學協和醫院等多家醫院部署，為了鼎力支持抗“疫”一線，新冠肺炎輔助診斷系統將開放全國同行免費使用。
西安交通大學
2021-04-11