摘要：骨髓衰竭是一类罕见的非恶性血液病，主要包括先天性骨髓衰竭和后天获得性再生障碍性贫血。两者的临床表型常难以区分，需要借助基因检测获得明确诊断。异基因造血干细胞移植是骨髓衰竭的主要治疗方法，但移植时机、供者选择和预处理方案等尚无定论，尤其对替代供者和先天性骨髓衰竭

■ 优化移植技术与精准诊疗体系 显著提升儿童骨髓衰竭诊疗水平

骨髓衰竭是一类罕见的非恶性血液病，主要包括先天性骨髓衰竭和后天获得性再生障碍性贫血。两者的临床表型常难以区分，需要借助基因检测获得明确诊断。异基因造血干细胞移植是骨髓衰竭的主要治疗方法，但移植时机、供者选择和预处理方案等尚无定论，尤其对替代供者和先天性骨髓衰竭移植方面更缺乏循证依据。上海交通大学医学院附属上海儿童医学中心陈静教授带领项目组开展“儿童骨髓衰竭精准诊疗和造血干细胞移植技术优化及推广”研究，经过20年的探索，取得了系列成果。该项目荣获2024年中华医学科技奖医学科学技术奖三等奖。

项目组取得以下创新性成果。（1）优化造血干细胞移植关键技术，显著提高了儿童骨髓衰竭移植疗效，通过基于疾病和移植供者特性的分层预处理方案、患者抗供者人类白细胞抗原（HLA）抗体的干预、植入率的监测和早期干预、EB病毒的预防和抢先治疗以及活动性感染下的挽救移植等措施，显著提高了植入率、减少了移植并发症、拓宽了供者来源。项目使得儿童先天性骨髓衰竭的移植生存率达95%，获得性再生障碍性贫血替代供者移植生存率达88.1%，与同胞相合供者相媲美，疗效领先于国际，并发布了相关专家共识。（2）创建了基于国情的骨髓衰竭精准诊断平台，极大提高了早期精准诊疗水平，率先建立了适合我国国情的基于高通量测序技术的先天性骨髓衰竭分子精准诊断体系；创建了不依赖于染色体断裂试验的范可尼贫血基因诊断和功能研究一体化平台；首次在大规模样本中明确了中国范可尼贫血的致病基因谱和变异谱，提出了FANCA基因大缺失在中国范可尼贫血诊断中的重要意义。（3）探究骨髓衰竭病理机制，促进临床转化：创新性发现全反式维甲酸通过NFAT1通路调节Th细胞亚群分化从而纠正再生障碍性贫血小鼠的骨髓衰竭；首次揭示HLA抗体通过破坏骨髓免疫豁免微环境影响骨髓衰竭的移植疗效；率先阐明了DNMT3A基因启动子区异常甲基化修饰与儿童骨髓衰竭密切相关。

项目组表示，未来，亟待在两个方面实现突破。一方面，需开展多中心、前瞻性、随机对照临床研究，弥补单中心回顾性研究证据不足的短板，为临床决策提供更可靠依据；另一方面，应重视移植后儿童长期生存质量，加强放化疗后远期随访，推广延续性医疗服务，并建立儿童与成人科室多学科协作机制，全方位护航患儿生长发育与健康。

■ 人工智能与医学影像的全新融合 助力重大疾病的精准诊治

恶性肿瘤、神经系统疾病、传染性疾病等重大疾病严重威胁着人类的健康。医学影像作为临床诊断的重要依据，其信息的可量化、图像的可视化以及数据的易获取等优势日益凸显。然而，如何将医学影像信息与基因、病理、临床信息等多源数据融合，以实现精准诊治，是现代医学面临的关键挑战。在此背景下，中南大学湘雅医院廖伟华教授带领团队开展了“基于人工智能影像的重大疾病诊疗新体系创建及临床应用”项目，为完善重大疾病诊疗体系提供依据和策略。该项目荣获2024年中华医学科技奖医学科学技术奖三等奖。

项目组实现了以下方面的关键技术创新。（1）创新性地将人工智能技术应用于恶性肿瘤医学影像、病理、分子特征一体化识别。开发了可自动评估肿瘤负荷、无创识别肿瘤基因型及治疗预判和监测的深度学习模型，建立了基于医学影像和人工智能技术的恶性肿瘤分子诊断新技术，为肿瘤全病程管理等提供更精准、更全面的信息，促进了肿瘤诊疗体系的改进，奠定了基于医学影像和人工智能技术的恶性肿瘤分子诊断新方向。（2）创造性地基于动物模型影像数据和跨物种迁移学习建立了缺血性脑卒中预测模型及干预措施。利用动物模型实验的可控制性及可获取病理组织等优势，突破以往医学影像人工智能研究仅利用人体影像的局限，提高了模型指导缺血性脑卒中治疗措施选择的效能；率先运用多任务特征选择和多核学习方法基于功能MRI影像数据构建模型，实现了神经退行性疾病的早期精准诊断、进展预测等。（3）运用迁移学习构建新型冠状病毒感染人工智能诊断模型，创新性地整合诊断模型、病情评估模型、转归预测模型，构建了全自动诊疗流程。实现了新型冠状病毒感染患者的快速识别和分流，为医疗机构进行精准防控提供了技术支撑。

项目组表示，项目成果已在全国多家医院推广应用，覆盖了脑肿瘤、阿尔茨海默病等多种重大疾病，极大地提高了诊断准确性和医疗效率。目前，项目仍存在数据来源局限、临床应用泛化性不足、模型可解释性有待提高等问题。未来，项目组将致力于扩大数据收集范围，优化模型性能，进一步推动研究成果在更多医疗机构落地，为患者提供更加精准、高效的医疗服务。

■ 破解青少年抑郁焦虑困局 构建中国儿童青少年健康发展策略

儿童青少年的精神心理健康问题种类繁多，主要包括起病于儿童时期的神经发育障碍，还包括儿童青少年时期表现出的抑郁、焦虑等情绪问题，以及其他起病于儿童青少年时期的行为问题。上述问题严重影响了儿童的正常发展，为家庭和社会造成巨大负担。首都医科大学郑毅教授带领团队围绕“中国儿童青少年精神障碍现状及影响因素研究”开展系列研究，取得了重要成果。该项目荣获2024年中华医学科技奖医学科学技术奖三等奖。

项目的主要创新内容包括以下方面。（1）研究立足于儿童青少年精神心理健康问题，首次在全国范围开展儿童青少年精神障碍流行病学调查，填补了我国儿童青少年精神障碍患病率空白；通过筛查阶段-核查阶段-临床评估阶段/队列研究阶段，采用现代流行病学研究方法结合标准化症状检查、认知与行为心理学和社会学评估工具，探讨我国儿童青少年精神障碍（包括儿童精神分裂症、儿童心境障碍、注意缺陷多动障碍、抽动障碍、情绪障碍、孤独症、对立违抗障碍及品行障碍等）流行病学特征；同时根据前瞻性队列研究的方法，探讨儿童青少年精神障碍发生的危险因素和规律，从而掌握我国各类儿童青少年精神障碍的流行强度、疾病负担、社会心理环境危险因素，以及精神卫生服务需求和利用现况，并进一步构建了中国儿童青少年健康发展策略。（2）研究基于儿童精神心理健康调查结果，进一步分析了特殊人群及特殊时期对儿童精神心理健康的影响。首先，率先在我国进行大规模农村留守儿童心理健康状况流行病学调查，为制定全方位、立体化、切实可行的干预措施提供数据支持。其次，儿童青少年由于其认知及社会功能均未发育成熟，更容易受到特殊时期重大事件的影响。因而，开展中国青少年抑郁焦虑情况及相关因素研究，对青少年抑郁焦虑进行及时筛查和适当干预，可以减少患病风险，同时为研究特殊时期对儿童心理健康的影响积累了重要资料。（3）研究聚焦难点疾病，针对儿童精神分裂症和注意缺陷多动障碍，深入分析其内在脑功能机制，并尝试结合新型技术促进临床诊断及干预。对于儿童精神分裂症，率先探索遗传与环境因素的交互作用对儿童精神分裂症的致病风险，初步建立了一套客观、可量化、简便易行的多维度儿童精神分裂症的预警体系；对于注意缺陷多动障碍，开展临床辅助诊断技术研究，研制了一套基于国际精神障碍通用诊断标准（DSM-5）的可穿戴注意缺陷多动障碍辅助诊断套件，覆盖10种行为检测场景。目前，已在160多例临床样本中进行临床诊断参考价值验证，为实现其客观量化评估和临床辅助诊断提供技术手段。

项目组表示，该项目研究在方法、特殊群体研究及临床转化等方面仍需进一步深入探索。

■ 聚焦高分辨率铜同位素的创新研发 突破我国医用核素瓶颈

来源：中华医学信息导报一点号