XM/ACLS8000高智能数字化综合急救技能训练系统 （ACLS高级生命支持、计算机控制）   ★ 标志表示需要与选配件配套使用才能实现的功能。 可真实模拟急救场景，模拟急诊病人的相关体征，如瞳孔状态、动脉搏动、心律、心肺听诊等，临床急救措施如除颤、起搏、CPR、药物治疗等均可在本系统上使用。模拟病人根据操作者的不同施救措施，可表现出不同的生命体征变化。开放的病例编辑功能，教师可根据临床实际情况或教学需要自主编辑所需的急诊病例，供学生训练使用。网络交互功能可完成全体教学，教师可随时获取学生的操作数据，及时给予纠正或指导。 执行标准：美国心脏学会（AHA)2015国际心肺复苏（CPR)&心血管急救（ECC)指南标准。 适用学科：呼吸内科、心内科、神经内科、泌尿生殖医学、外科、药理、护理、麻醉医学、急救医学、危重症医学、战地医学等。 适用人群：医学生、研究生、实习医生、各科医生(初中级职称)、麻醉医生、急救中心医生、战地医学救护人员、护士等。 适用范围：医学院校教学、临床教学、职业医生考试、各种医学考核和急救知识的普及等。 一、主要功能： ■ 智能3D控制软件： · 全无线连接遥控设计，内置电气装置，控制界面可3D动画呈现模拟人生理参数，模拟人3D动画展现正常状态下双眼睁开和休克或死亡状态下的闭眼。 · 融合了智能云平台的管理及训练系统： 教师可以在智能云平台系统上设置病例、编辑试题、CPR的设置、用户的成绩、理论知识的管理，模拟人可同步教师设置的参数进行响应的变化。教师在云平台实时对学员信息进行管理，考核数据进行成绩统计、评分，并可发送到学员手机。 ■ 头颈部： · 生命体征模拟：瞳孔观察，瞳孔液晶显示为CSTN伪彩、65k色、RGB，可在1-9mm之间调节正常、散大、缩小等状态，模拟颈动脉搏动、模拟病人呻吟、咳嗽、呕吐声音。 · 呼吸模式：模拟正常呼吸、叹气样呼吸、陈-施氏呼吸、库什摩呼吸、毕奥呼吸。 · 气道管理技术：标准口、鼻插管，气管切开术，支持仰头举颏法、推举下颌法开放气道，气管插管时牙齿受压报警提示。 ★ 正确气道打开后，3D动画演示气道开放状态：气管插管3D动画同步显示插管位置，采用听诊器可检测插管位置，模拟牙关紧咬、舌小肿、咽部水肿、喉痉挛、单双侧肺阻塞、主气道堵塞等体征。 ■ 胸腹部： CPR操作训练：有训练、考核、实战三大模式，三大模式的CPR胸外按压的深度、次数、频率、人工吹气次数、潮气量等任意指标参数进行设置。实现平板电脑与模拟人连接，3D动画呈现气道开放，自动判断人工呼吸和胸外按压的比例，实时数据提示与显示，抢救成功后，模拟人的瞳孔由散大变为正常，颈动脉搏动，出现自主呼吸，操作结果的成绩可进行保存与打印。 ★ 真实除颤起搏：可与不同厂家、不同型号的除颤起搏器配套使用，实现真实除颤起搏。 ★ 模拟除颤起搏：多媒体动画展示医用除颤仪操作流程，与XM-J980模拟除颤起搏器配套使用，可实现除颤起搏，可选择除颤能量，最大除颤能量达到360J。 ★ 真实AED：可与不同厂家、不同型号的AED配套使用，实现真实AED训练。 ★ 模拟AED：多媒体动画展示AED操作过程，与XM-AED99F自动体外模拟除颤仪配套使用，可实现AED训练，全程中文语音提示，提供贴片电极和纽扣电极，自动检测心率并分析是否需要除颤。 ★ 真实心电监护：可与不同厂家、不同型号的心电监护仪配套使用，实现真实心电监护。 ★ 模拟心电监护：使用指夹式血氧探头监测血氧，可与XM-J116多参数模拟心电监护仪配套使用，可实现模拟心电监护，内部储存2500余种心电图，多参数模拟监护仪LCD屏幕提供12导联心电图、血氧饱和度、呼吸、二氧化碳、血压（动脉血压、中心静脉压、肺动脉压、无创血压）、心输出量等。 · 听诊训练：可听诊数百种声音，包括正常心音、异常心音、正常呼吸音、异常呼吸音、正常肠鸣音、异常肠鸣音等。 · 模拟股动脉搏动训练。 ■ 四肢： · 左手血压测量、双侧手背浅静脉输液/穿刺和双侧肌肉注射，穿刺正确有明显落空感并有回血，模拟皮肤及血管可更换。 · 模拟人可互换男女外生殖器，可进行导尿操作训练，双大腿股外侧肌内注射操作训练。 · 模拟人踝关节可左右旋转。 ■ 软件： · 模拟注射泵/输液泵的使用：多媒体动画展示注射泵/输液泵的操作流程，可选择药物进行操作。 · 训练与考核：软件内保存几百道试题，支持心电图、急救理论知识、急救场景、病例、CPR训练与考核，教师还可根据教学内容添加试题。 · 急救场景脚本训练/考核：软件自带多个急救场景，涵盖室颤/无脉搏室速、无脉搏心电活动、心室停搏、急性冠状动脉综合征、心动过缓、不稳定性心动过速、稳定性心动过速、急性中风等心脏病急救案例，帮助及培训医师在不同类别心脏病的临床急救操作流程。 · 提供多种药物治疗和典型的辅助检查、胸片、超声心电图、12导联心电图等。 · 脚本/病例编辑：软件提供多种常见病例，丰富的多媒体动画生动再现真实急救情景，用户可自编辑急救病例，病情变化和学员操作过程，软件自动记录。 · ★ 模拟人可以双系统操作：支持电脑（Windows）平板（Android）方便使用者多种系统下操作，模拟人内置蓝牙功能，任一台带有蓝牙功能的计算机电脑或平板连接实时调控。 · 可提供单机版（一点一套）、网络版（一点多套），单机版可升级为网络版。 二、标准配置： ■ 硬件： · ACLS高智能成人模拟人 · 模拟血压测量仪 · 电子模拟听诊器 · 简易呼吸器 · 听诊器 · 喉镜 · 气管套管 · 输液套装 ■ 软件： · 局域网内教师机应用软件V2.0 · 局域网内学生机应用软件V2.0 · ACLS脚本编辑软件V2.0 ■可选配件： · 真实心脏除颤起搏器 · XM-J980模拟心脏除颤起搏器 · 真实AED · XM-AED98F自动体外模拟除颤仪 · 真实心电监护仪 · XM-J115多参数模拟心电监护仪 · 视频监控设备 · 计算机 · PC工作站

该成果创造性地利用高阶非线性光学材料获取医学临床诊断的关键信息。利用自主发明的双光子荧光探针与双光子光学CT成像的特性，首次获取了可用于癌症病理组织快速临床诊断的荧光图像。该技术是山东大学晶体材料国家重点实验室于晓强教授团队的原创，国际、国内均没有同类工作。 全新的观测技术：基于荧光探针与光学切片成像的肿瘤病理临床诊断技术。 该成果将直接带动三个高附加值的高技术产业： 新材料产业：双光子荧光探针 新设备产业：临床专用双光子荧光显微镜产业 新技术产业：技术人员培训、临床服务产业 符合临床要求的检测流程：

"该成果创造性地利用高阶非线性光学材料获取医学临床诊断的关键信息。利用自主发明的双光子荧光探针与双光子光学CT成像的特性，首次获取了可用于癌症病理组织快速临床诊断的荧光图像。该技术是山东大学晶体材料国家重点实验室于晓强教授团队的原创，国际、国内均没有同类工作。该成果将直接带动三个高附加值的高技术产业： 1. 新材料产业：双光子荧光探针 2. 新设备产业：临床专用双光子荧光显微镜产业 3. 新技术产业：技术人员培训、临床服务产业 "

河北医科大学临床学院是河北省人民政府2001年7月批准成立的13所独立学院之一，由河北医科大学主办，于2004年首批通过了教育部的确认,为全日制本科层次教育。学院位于石家庄市东南高教区，交通便利，校园环境优美典雅，建有现代化的教学大楼、实验中心、图书馆、学生公寓楼、食堂、标准运动场等基础设施，为学生提供了良好的学习环境和生活条件。 临床学院依托河北医科大学雄厚的教育教学资源，以市场为导向，以教学为中心，积极探索适应社会需求的、灵活高效的办学体制。经过近几年来的建设，学院已发展成为涵盖多门学科的综合性独立学院。现设有临床医学、中西医临床医学、麻醉医学、医学影像学、医学检验学、口腔医学六个专业，生源遍及河北、北京、天津、山西、辽宁、吉林、黑龙江、上海、浙江、安徽等22个省市，现有在校生9060人。学生毕业时由河北医科大学临床学院颁发国家统一的普通本科毕业证书，符合学位授予条件者按国家有关规定授予学士学位。

成果简介： 项目团队建立了基于GC-MS、LC-MS的靶向/非靶向代谢组学、细胞代谢组学研究技术。重点开展重大疾病的早期诊断、生物标记物筛选、病理机制探索及药物新靶点的发现。

人端粒酶是决定细胞端粒长度的重要因素。端粒是真核生物染色体末端的一种保护性结构，正常体细胞由于末端复制问题，端粒随细胞分裂而进行性缩短。端粒酶是一种特殊的核糖核酸蛋白质聚合物，它能以自身RNA作为模板合成端粒，以弥补复制造成的端粒缩短，使细胞不会因端粒耗尽而出现凋亡。端粒酶的化学本质现已明了，它是一种核蛋白质复合体，主要由人端粒酶催化亚单位（hTERT）、人端粒酶RNA（hTR）和端粒酶相关蛋白三部份组成。其中，hTERT是是决定端粒酶活性的关键因素。hTERT基因已在1997年被克隆，它是一个单拷贝基因，定位于5P15.33，约有40kb，包含有7个保守序列区。 体外研究表明，绝大多数人体正常细胞不表达端粒酶；分裂旺盛的一些正常组织细胞如胚胎细胞、生殖细胞、造血干细胞等有低水平端粒酶表达；而大多数的肿瘤细胞和组织（85%）中端粒酶表达升高，通过端粒酶激活来维持端粒长度，使细胞获得无限增殖的能力。这些研究提示：hTERT与细胞寿命调节、增殖和凋亡具有密切相关性，但缺乏系统研究。 本研究组在国家自然基金、教育部博士点基金、四川省科学技术厅科研项目，四川省卫生厅科研项目的资助下，经过十余年的研究，通过分子、细胞和动物实验系统深入阐明了hTERT与细胞细胞寿命调节、增殖和凋亡的相关性，并对hTERT的临床应用特别是在肿瘤、组织工程和脑损伤中的应用进行了有效探索。

研究成果深入阐明了人端粒酶逆转录酶（hTERT）与细胞永生化的相关性，并对hTERT的临床应用特别是在肿瘤和组织工程中的应用进行了有效探索。主要内容： 1) 率先在国内外开始采用RT-PCR法和实时荧光RT-PCR法研究hTERT，操作更为简单，且快速、经济、安全，更适用于临床。 2) 首次在国内外研究体内造血干细胞hTERT的生物学行为，在国内外首次证明hTERT与促红细胞生成素关系，为hTERT在组织工程中的应用提供了依据。 3) 系统研究恶性肿瘤细胞hTERT的生物学行为，在国内外率先探讨了肿瘤细胞中Aurora A与hTERT及端粒酶表达的相关性；首次提出hTERT与细胞因子网络紊乱相互作用促进ALL的发生和发展。为恶性肿瘤的分子水平上的监测和hTERT靶点的生物工程治疗奠定了基础。 4) 在国内外首次阐明端粒酶重建对皮肤成纤维细胞迁移能力和生物节律的调控，为其在组织工程与细胞治疗中发挥作用奠定了基础。 5) 在国内外首次将端粒酶表达的生物节律与肿瘤择时治疗策略有机结合，为肿瘤治疗探索了一条特异、高效、安全的新路径。

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图

成果简介很多需要安全培训的政府和化工企业、 矿山、 矿井、 消防中控的培训机构等都迫切需要一个能够针对各种突发情况进行应急演练与培训的仿真平台， 因为在一个真实环境中进行演练和培训会耗费大量人力物力， 而且还存在人员安全、 不可重复性等诸多问题， 仿真系统则可以解决上述问题。 但仿真系统要做的非常逼真， 从而达到模拟真实环境的效果， 难度很大， 对仿真技术要求很高， 这也是目前国内在这一领域还没有大量开展工作的原因之一， 本项目采用计算机仿真技术， 将计算机仿真算法和三维场景模拟结合。

技术人才，电气、化工、仪表相关高技能人才