|
搜索
搜 索
高等教育领域数字化综合服务平台
新冠病毒抗体快检试剂盒
复旦大学附属中山医院葛均波院士团队联合研发的“新型冠状病毒（2019-nCoV）IgM 抗体检测试剂盒（胶体金免疫层析法）” 在江苏省医疗器械检验所完成全性能项目检验，符合产品技术要求，成为首批通过法定检测机构检定合格的新型冠状病毒快速检测试剂之一。联合团队已申报科技部国家重点研发计划应急项目，并申报国家药监局应急审批。 复旦大学附属中山医院联合江苏百世诺医疗科技有限公司、泰州市人民医院等机构，针对新冠病毒S蛋白，于2月5日快速研制成功IgM抗体检测试剂。一期已在江苏、重庆、上海等地完成310例临床验证，特异度99.6%，整体诊断符合率达98.1%；即将扩大临床验证。
复旦大学
2021-04-10
新冠病毒抗体快检试剂盒
复旦大学附属中山医院葛均波院士团队联合研发的“新型冠状病毒（2019-nCoV）IgM 抗体检测试剂盒（胶体金免疫层析法）” 在江苏省医疗器械检验所完成全性能项目检验，符合产品技术要求，成为首批通过法定检测机构检定合格的新型冠状病毒快速检测试剂之一。联合团队已申报科技部国家重点研发计划应急项目，并申报国家药监局应急审批。
复旦大学附属中山医院联合江苏百世诺医疗科技有限公司、泰州市人民医院等机构，针对新冠病毒S蛋白，于2月5日快速研制成功IgM抗体检测试剂。一期已在江苏、重庆、上海等地完成310例临床验证，特异度99.6%，整体诊断符合率达98.1%；即将扩大临床验证。
复旦大学
2021-04-10
新冠病毒快速检测试剂盒
新型冠状病毒感染的肺炎疫情发生以来，山东大学王传新教授联合山东师范大学、潍坊康华生物技术有限公司成立联合研发团队，与时间赛跑，全力攻关，研发新型冠状病毒IgM抗体检测试剂盒和新型冠状病毒抗原检测试剂盒，目前已成功研发出新型冠状病毒（2019-nCoV）IgM抗体检测试剂盒（胶体金法和免疫层析法），最快3分钟内即可出结果，用于检测新冠病毒核心抗原的高灵敏试剂盒等也在陆续研发中。IgM抗体是病毒感染自体免疫过程中最早出现的抗体，是近期感染的标志。山东大学领衔的联合研发攻关团队所研发的新型冠状病毒（2019-nCoV）IgM抗体检测试剂盒能够为核酸检测提供有效补充。
山东大学
2021-04-10
新冠病毒核酸检测试剂盒
四川大学华西医院实验医学科应斌武教授带领的临床团队，与柯博文教授、耿佳教授科研团队紧密合作，联合攻关，成功自主研发了。RT-PCR试剂盒已经完成临床样本检测470例（阳性14例，阴性456例），IgG/IgM抗体联合检测试剂盒已经完成临床样本检测40例（阳性15例，阴性25例），结果均达到国家卫健委疾病预防控制局最新发布的《新型冠状病毒感染的肺炎实验室检测技术指南》等相关检测标准。RT-PCR检测试剂盒以新型冠状病毒ORFIab基因和N基因中的保守序列为靶位点设计特异性引物和寡核苷酸荧光探针，对病毒核酸进行高特异性检测，能够排除其他冠状病毒株的非特异性干扰，检测灵敏度达到200 拷贝/毫升。该产品创新性构建了防污染系统，有效降低了产物气溶胶的污染。同时以假病毒为阳性对照，以人类看家基因为内标，对检测过程进行全面监控，进一步提高了产品的抗干扰能力。
四川大学
2021-04-10
新冠肺炎确诊患者活动轨迹地图
该工具不但能够显示哈尔滨市新冠肺炎确诊患者所居住的小区，还能够按时间段清晰地显示患者曾经活动的地点，并给出每个患者的活动轨迹。地图所用数据来源于哈尔滨市人民政府官网每天公布的新闻信息。后续随着数据的完善，该系统将扩展至全省。
哈尔滨工业大学
2021-04-10
新冠肺炎的死者的临床特征研究
2020年3月26日，华中科技大学同济医学院宁琴团队在国际顶级医学期刊BMJ 发表题为“Clinical characteristics of 113 deceased patients with coronavirus disease 2019: retrospective study”的研究成果，该研究对死者和已确诊COVID-19的患者进行了综合评估，该研究的目的是描述covid-19死亡患者的临床特征。 该研究发现，死者的中位年龄（68岁）显著大于康复者（51岁），死者中男性占主导地位。死者中的慢性高血压和其他心血管合并症比康复者更为频繁。死者的呼吸困难，胸闷和意识障碍比康复的患者更常见。死者从疾病发作到死亡的中位时间为16天。死者的丙氨酸氨基转移酶，天冬氨酸氨基转移酶，肌酐，肌酸激酶，乳酸脱氢酶，心肌肌钙蛋白I，N端脑钠肽和D-二聚体的浓度显著高于康复患者。死者中观察到的常见并发症包括急性呼吸窘迫综合征，I型呼吸衰竭，败血症，急性心脏损伤，心力衰竭，碱中毒，高钾血症，急性肾损伤和低氧性脑病。患有心血管合并症的患者更容易出现心脏并发症。无论心血管疾病的病史如何，死者的急性心脏损伤和心力衰竭更为常见。总而言之，严重的SARS-Cov-2感染可引起肺部和全身炎症，导致高危患者多器官功能障碍。急性呼吸窘迫综合征和呼吸衰竭，败血症，急性心脏损伤和心力衰竭是covid-19恶化期间最常见的关键并发症。查看原文
华中科技大学
2021-04-10
新冠病毒肺炎CT图像自动分析系统
哈尔滨工业大学联合哈尔滨医科大学联合研发“新冠病毒肺炎CT图像自动分析系统”，该系统阅片效率是人工阅片速度的30倍，新冠肺炎相关病变检测准确率基本达到了医生水平，可以定量评估病变范围。 由于新冠肺炎患者肺部CT图像上有较为典型的征象，可以作为新冠肺炎快速诊断和病情评估的重要依据，因此哈尔滨工业大学计算机科学与技术学院邬向前教授联合哈尔滨医科大学附属第二医院影像科李萍教授，成立哈工大-哈医大联合攻关小组，研发“新冠病毒肺炎CT图像自动分析系统”。联合攻关小组紧急联系中国多家医院，收集177000多张肺部CT图像，其中包括来自新冠肺炎患者的近40000张图像。 联合攻关小组克服了各种困难，经过多天通宵达旦努力工作，仅用了一周左右的时间就初步研发成功可用于诊断评估新冠肺炎的CT图像自动分析系统。该系统可以自动检测CT图片上新冠肺炎相关病变，并估算病变区域在整个肺部的比例，为新冠肺炎患者的筛查和病情评估提供了依据。这些信息，在人工阅片时无法得到。该系统已在哈尔滨医科大学附属第二医院进行部署试用。该系统具有非常优越的性能，其阅片效率差不多是人工阅片速度的30倍，新冠相关病变检测准确率基本达到了医生水平，尤其可以定量的评估病变的范围对临床诊断非常有意义。查看原文
哈尔滨工业大学
2021-04-10
新冠病毒通过结膜途径传播的研究
2020年2月26日，浙江大学附属第一医院眼科沈晔团队在Journal of Medical Virology 在线发表题为“Evaluation of coronavirus in tears and conjunctival secretions of patients with SARS‐CoV‐2 infection”的研究成果，该研究于2020年1月26日至2020年2月9日在浙江大学第一附属医院选择了30例确诊的新型冠状病毒性肺炎（COVID-19）患者。该研究发现只有一名结膜炎患者的泪液和结膜分泌物样品出现病毒阳性结果， 其他样品均为阴性。总而言之，在患有结膜炎的COVID-19患者的眼泪和结膜分泌物中检测到SARS-CoV-2， 有必要进行大量的研究来评估这个问题。因此，呼吸道可能不是2019-nCoV的唯一传播途径，所有检查可疑病例的眼科医生都应戴防护眼镜。不过，到现在为止，还没有实验证据表明，可以通过结膜途径感染新冠病毒。查看原文
浙江大学
2021-04-10
新冠肺炎智能辅助鉴别筛查系统
2020年3月3日，甘肃省科技厅披露甘肃新冠肺炎智能辅助鉴别筛查系统研发成功，并进行了初步临床验证，已开始提供线上服务。该通过使用体液活检生化数据及智能学习算法，构建了新冠肺炎临床样本的快速智能辅助鉴别筛查工具。该系统识别敏感性较高，适于快速鉴别新冠肺炎和其它肺炎及流感患者，尤其适用于对于核酸筛查为阴性的潜在新冠肺炎患者的筛查。兰州大学基础医学院、化学化工学院，兰州大学第一医院感染科、兰州市肺科医院检验科以及甘肃海基生物技术有限公司联合成立了新冠肺炎临床快速辅助智能化鉴别筛查系统科技团队。这一系统可以直接利用当前定点医疗机构，及具有资质的第三方机构常用检测仪器以及CT检测的数据结果，快速准确地给出辅助诊断意见，为新冠肺炎疑似病例确认提供快速有效参考的临床建议。同时，该工具具有现场、快速、高效、界面友好、易操作等优势和特色，与《新冠肺炎诊疗方案第六版》和现行临床检验，以及甘肃省内远程医疗网络完全接轨，有利于推广至基层医疗检测单位。新冠肺炎临床快速辅助智能化鉴别筛查系统科技攻团队针对临床需求，还在开发其它专用临床智能辅助诊疗工具，上述成果将为此次疫情及未来相关生物安全威胁提供有力的临床支持和技术储备。该系统在兰州大学第一医院、兰州市肺科医院、甘肃省人民医院和武汉抗疫一线进行了初步临床验证，并已开始提供线上服务。
兰州大学
2021-04-10
新冠肺炎肺部感染辅助诊断系统
按照《新型冠状病毒肺炎诊疗方案（试行第五版修正版）》，湖北省增加了“临床诊断病例”分类，对疑似病例具有肺炎影像学特征者，确定为临床诊断病例，以便患者能及早按照确诊病例相关要求接受规范治疗，进一步提高救治成功率。因此，对患者的影像学分析在确定“临床诊断病例”上就具有极为重要的意义。 根据国家指南这一重要变化，西安交通大学第一附属医院影像学郭佑民团队，在前期承担国家卫健委重大行业专项《基于“数字肺”的呼吸系统疾病评价体系与诊断标准研究》基础上，针对新冠肺炎肺部影像学特点与医学成像技术公司合作，第一时间研发了新冠肺炎肺部感染辅助诊断系统，实现了对新冠肺炎感染者肺内病变部位快速检出、定量评价病变范围和病变演变过程评估 CT扫描是新冠肺炎诊断的重要环节，已成为确定“临床诊断病例”的重要标准。但是在影像诊断过程中，每位患者的CT检查多达几百幅甚至上千幅图像，单靠影像诊断医师从庞杂的图像特征中筛选出新冠肺炎所具有的特征，不仅要求医师具备肺炎诊断与鉴别诊断的经验，还需要相当的观察时间，严重影响病例筛查的效率。 同一患者3次检查结果对比，红色区域为病变，相比较病变体积逐渐缩小，提示病情好转。 同一患者3次检查结果对比，红色区域范围增大，数目增多，提示病变进展，同时还能观测到病变密度的变化。 图为同一患者4次检查结果对比，图中红色区域体积逐渐增大，提示病情进展。 郭佑民教授团队利用AI技术为新冠肺炎的影像诊断“赋能”。依托专家训练，人工智能结合传统的计算机视觉技术，对新冠肺炎患者肺部病变区域进行分割、计算，可以同时获取病变区域的体积、密度、磨玻璃成分等定量参数，尤其是对于患者随访的数据，可以实时进行图相配准，精准定位病灶位置、大小，方便比较病变的消长。 通过临床试验发现，该系统能够辅助临床医生对新冠肺炎进行快速诊断，并能提供智能诊断报告，适应阻断疫情扩散蔓延的公共卫生紧急应对要求，具有很好的临床应用效果。该系统已在包括华中科技大学协和医院等多家医院部署，为了鼎力支持抗“疫”一线，新冠肺炎辅助诊断系统将开放全国同行免费使用。
西安交通大学
2021-04-11