關注“醫工學人”，第一時間獲取醫工交叉領域新聞動態~

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

數字醫療保健市場將達到 13143.6 億美元，到 2032 年的復合年增長率為 20.01%

1 月 13 日 http://EINPresswire.com -- 市場研究未來 關于“數字健康市場研究”的最新行業見解按技術（遠程醫療保健、移動健康、醫療保健分析、數字健康系統）、組件（軟件、硬件和服務）、應用（心臟病學、糖尿病、神經病學、睡眠呼吸暫停、腫瘤學、胃腸病學等）、最終用戶（醫療保健提供者、醫療保健支付方等）、地區（北美、 歐洲、亞太地區和世界其他地區），到 2032 年的行業預測。

2023 年數字健康市場份額價值 2229.1 億美元。數字健康行業的未來增長預計將從 2024 年的 2704.6 億美元增加到 2032 年的 13143.6 億美元，在預測期間（2024-2032 年）的復合年增長率為 20.01%。

臨床綜合

Trends Mol. Med. | 突破界限：脊髓性肌萎縮癥管理的未來方向

脊髓性肌萎縮癥（SMA）是一種嚴重的遺傳性神經肌肉疾病，曾被認為是無法治愈的兒童致死性疾病。隨著基因治療和疾病修飾療法（DMTs）的突破性進展，SMA 的治療格局發生了革命性變化，患者生存率和生活質量顯著提升。1月9日，牛津大學的 Fiona Moultrie 等人系統探討了 SMA 治療的未來發展方向，包括新生兒篩查的重要性、現有療法的優化組合、新型靶向療法的開發以及物理康復技術的創新應用。他們強調了早期診斷與治療的關鍵作用，并提出了通過多學科協作和前沿技術進一步改善患者預后的策略。

https://doi.org/10.1016/j.molmed.2024.12.006

醫學人工智能

Biomed. Signal Process. Control | 使用編碼器-解碼器卷積神經網絡從減少的導聯組重建 12 導聯心電圖

開發一種能夠從少量導聯重建完整 12 導聯 ECG 的方法，不僅能夠簡化心電圖記錄流程，還能提升患者監測的便捷性和準確性。萊斯大學和德克薩斯心臟研究所的研究團隊于1月9日在《Biomedical Signal Processing and Control》上提出了一種基于卷積編碼-解碼器神經網絡的新型方法，能夠從任意三個獨立導聯重建 12 導聯 ECG。研究通過實驗驗證了該方法的有效性，并探討了不同導聯組合對重建精度的影響，為未來開發更通用的心電圖重建模型奠定了基礎。

https://doi.org/10.1016/j.bspc.2024.107486

醫學成像技術

J. Psychiatr. Res. | 強迫癥患者的腦電微狀態分析和機器學習分類

強迫癥是一種復雜的精神障礙，其病理機制尚未完全闡明，且早期診斷和癥狀識別存在挑戰。腦電微狀態分析作為一種數據驅動的方法，能夠從毫秒級別揭示大腦網絡的功能變化和相互作用，為理解強迫癥的病理機制提供了新的視角。1月6日，湘雅二院/北航的研究人員在《Journal of Psychiatric Research》上發表研究，通過腦電微狀態分析，探索了強迫癥患者全腦功能網絡的病理變化及其作為輔助診斷指標的潛力。研究發現，強迫癥患者的微狀態特征與強迫思維和焦慮癥狀密切相關，且基于微狀態特征的機器學習模型在區分強迫癥患者與健康對照組以及不同焦慮程度的強迫癥患者方面表現出一定的分類能力。

https://doi.org/10.1016/j.jpsychires.2025.01.005

康復（神經）工程

BMEMat | 腦機接口系統用神經電極：化剛為軟

腦機接口（BCI）技術是連接大腦與外部設備的關鍵橋梁。1月12日，哈工大齊殿鵬團隊綜述了 BCI 電極技術的發展歷程，重點探討了剛性電極和柔性電極的設計、性能及其在不同應用場景中的表現。他們詳細分析了腦電信號的起源與特征，介紹了多種 BCI 范式，并系統總結了剛性電極（如金屬微絲電極和硅基電極）與柔性電極（包括非侵入式、半侵入式和侵入式）的技術特點及其在運動控制、通信輔助、智能控制、意識障礙診斷和感覺缺陷治療中的應用。

https://doi.org/10.1002/bmm2.12130

可穿戴技術

Chem. Eng. J. | 集成 AI 的可穿戴傳感器重塑醫療保健世界

人工智能（AI）與可穿戴設備的結合為實時監測生理參數、早期發現感染提供了創新解決方案，顯著提升了疾病管理的效率與精準度。研究人員在《Chemical Engineering Journal》上發表研究，系統探討了 AI 增強型可穿戴設備在 COVID-19 早期檢測中的應用，詳細分析了可穿戴設備監測的關鍵生理參數（如心率、血氧飽和度和呼吸頻率），并評估了多種 AI 算法在數據處理和疾病預測中的表現。

https://doi.org/10.1016/j.cej.2025.159478

生物材料

Sci. Adv. | 大行程徑向排列 MXene 復合纖維拉伸人工肌肉

人工肌肉的開發是軟體機器人和智能紡織品領域的重要研究方向，傳統的聚合物纖維肌肉通常需要高捻度或卷曲結構才能實現顯著的拉伸驅動性能，但這些方法存在制造復雜、性能受限等問題。開發無需高捻度即可實現大拉伸驅動的新型纖維肌肉材料具有重要意義。北京航空航天大學的程群峰團隊與德克薩斯大學達拉斯分校的 Ray H. Baughman 團隊合作，提出了一種基于 MXene 納米片的徑向取向纖維人工肌肉，通過氫鍵網絡的可逆取向重排實現了高達 21.0% 的拉伸收縮率。該研究揭示了 MXene 纖維在加熱過程中氫鍵角度變化導致層間距減小的驅動機制，并展示了其在智能紡織品和機器人領域的應用潛力。此成果于1月8日發表在《Science Advances》上。

https://doi.org/10.1126/sciadv.adt1560

END

編輯 | 羅虎

審核 | 醫工學人理事會