醫工簡報是由醫工學人理事會及學生委員會整理的醫工交叉領域一日內最新進展，內容來源為著名期刊、國內外知名媒體等。周一至周五工作日發布！醫工學人已建立各細分領域微信群聊（國內外醫工交叉領域頂尖高校、科研院所、醫院、企業等專家學者、碩博士、工程師、企業家等），歡迎加入醫工學人社群。

行業動態

emGene：一種用于實時精準診斷的嵌入式 LLM NGS 測序儀

精準醫學正在通過個性化診斷、疾病預測和定制治療策略徹底改變全球醫療保健體系。然而，將基因測序數據轉化為可操作的診斷信息仍然面臨巨大挑戰，尤其是在邊緣計算和自動化處理方面的局限性。芯像生物（GeneSense）高級總監 Luo Shaobo 等人開發了一種名為 emGene 的嵌入式 LLM NGS 測序儀，旨在實現實時、現場的智能基因診斷。該設備集成了深度學習網絡進行初級數據分析、機器學習進行次級數據處理，以及優化后的大型語言模型（LLM）進行三級數據解釋，顯著提升了基因測序的吞吐量和準確性，為精準醫學提供了高效、自動化的解決方案。

https://doi.org/10.23919/ICS.2025.3552542

臨床綜合

關于加強高等職業教育醫養照護與管理專業建設工作的通知

近日，教育部、國家衛生健康委聯合印發《關于加強高等職業教育醫養照護與管理專業建設工作的通知》，加快培養醫養結合專業人才，更好滿足老年人多層次、多樣化健康養老需求。文件從加強專業設置管理、深化專業內涵建設、做好組織實施等三個方面提出了加強醫養照護與管理專業建設的具體舉措。文件提出，選擇北京、河北、黑龍江、江蘇、浙江、江西、山東、廣東、廣西、四川等10個省（區、市）作為醫養照護與管理專業建設重點省份。到2027年底，原則上每個重點省份累計新增不少于3個醫養照護與管理專業布點，帶動全國醫養照護與管理專業建設水平整體提高。

醫學人工智能

IEEE Trans. Radiat. Plasma Med. Sci. | 雙提示增強的多器官分割模型用于全身 PET 圖像

多器官分割在全身正電子發射斷層掃描（PET）圖像中至關重要，能夠準確定位異常并幫助觀察人體相應代謝區域，對疾病診斷和治療規劃具有重要意義。然而，PET 圖像的復雜性和器官邊界模糊等問題增加了多器官分割的難度。3月18日，深圳先進院的 Gao Yunlong 等人在《IEEE Transactions on Radiation and Plasma Medical Sciences》上提出了一種雙提示增強的多器官分割模型（DPESeg），通過引入文本和解耦的器官特征來增強模型對器官閾值和形狀的感知能力，從而提高了分割精度。該模型在 110 名患者的全身 PET 圖像數據集上進行了驗證，結果顯示其在多器官分割任務中表現出色，Dice 系數和 Jaccard 指數分別提高了 2.02% 和 1.90%。

https://doi.org/10.1109/TRPMS.2025.3551755

醫學成像技術

Nat. Methods | 空間機械轉錄組學的計算流程

現有的空間組學技術難以將分子分析與細胞形態和局部機械力整合，限制了我們對細胞狀態與機械力之間關系的理解。3月17日，牛津大學、劍橋大學、哥倫比亞大學的聯合研究團隊通過結合圖像基礎的機械力推斷和空間轉錄組學數據，首次在單細胞分辨率下實現了對小鼠胚胎發育過程中機械力與基因表達關系的綜合分析。研究人員利用 seqFISH 技術對 E8.5 小鼠胚胎進行了空間轉錄組分析，揭示了組織邊界形成過程中基因表達與機械力之間的緊密聯系，并發現了一些與機械狀態顯著相關的基因模塊。此外，研究還展示了機械力如何通過非線性方式調控基因表達，為理解細胞命運決定和組織形態發生提供了新的視角。

https://doi.org/10.1038/s41592-025-02618-1

康復（神經）工程

Nat. Rev. Neurosci. | 音樂神經動力學

音樂神經科學研究是理解人類如何感知和體驗音樂的重要領域，尤其是神經共振理論為解釋音樂感知和表演的多個方面提供了新的視角。3月18日，康涅狄格大學 Edward Large 團隊在《Nature Reviews Neuroscience》上提出思考，探討了神經共振理論如何通過神經振蕩的同步性解釋音樂感知中的節奏、音高、和諧等基本要素。研究指出，大腦通過神經振蕩與音樂刺激的同步，形成了對音樂事件的預期，這種預期并非基于預測模型，而是大腦-身體動態物理上體現音樂結構的結果。研究還提出，音樂的普遍結構可能源于復雜動態系統的穩定狀態，這一理論為音樂的力量提供了新的解釋。

https://doi.org/10.1038/s41583-025-00915-4

可穿戴技術

IEEE J. Biomed. Health Inform. | 一種靈活的多傳感器設備，使用戶無需培訓即可手持式感知心音

心臟瓣膜病是全球范圍內日益嚴重的健康問題。傳統的聽診器篩查方法不僅使用率低，且即使由熟練的醫生操作，準確性也有限，通常需要耗時且親密的檢查過程。3月17日，劍橋大學的 Andrew McDonald 等人設計了一種新型手持式多傳感器設備，能夠使未經訓練的用戶在不要求患者脫衣的情況下記錄高質量的心音。該設備通過嵌入柔性基板中的多個高靈敏度傳感器，結合時間-頻率信號質量算法，自動選擇最佳傳感器并拒絕診斷質量不足的錄音，顯著提高了心音記錄的準確性和可及性。

https://doi.org/10.1109/TRPMS.2025.3551755

生物材料

Mater. Today | 下一代健康監測：納米材料在 3D 打印可穿戴設備中的作用

3D 打印技術的引入推動了可穿戴設備的制造，使其能夠高效地生產復雜且微型化的健康監測系統。3月19日，華盛頓州立大學 Chen Chuchu 等人詳細探討了納米材料在 3D 打印可穿戴設備中的應用，總結了各類納米材料的特性及其在 3D 打印中的作用，并分析了不同 3D 打印方法的優缺點。文章還介紹了 3D 打印可穿戴設備的關鍵應用，展示了納米材料與 3D 打印技術的協同作用，為下一代健康監測設備的發展提供了全面展望。

https://doi.org/10.1016/j.mattod.2025.03.005

END

編輯| 李艷玲

審核| 醫工學人理事會