检验医学英文新刊iLABMED ：第1卷第1期已正式上线
子汉 已点赞点击文章标题即可获取论文原文
点击文章标题即可获取论文原文
▸iLABMED《智能检验医学（英文）》是由深圳市第三人民医院学术支持，清华大学出版社出版，Wiley全球发行的一本高质量的同行评议（Peer-Review）和开放获取（Open Access）的检验医学领域英文期刊。
▸iLABMED将始终贯彻4“I”的办刊理念，即“Innovation”（创新性）、“Intelligence”（智能性）、“Integration”（整合性）、“International”（国际性），为研究人员、学者、管理人员和创新者提供一个分享基础与应用科学研究、临床检验医学前沿研究成果的平台。本刊涵盖检验医学和相关学科研究的各个关键主题，专注于计算机和大数据学科支持的智能医学、基础科学、临床研究和实验室转化应用医学等新兴交叉学科、战略前沿和检验医学及相关多学科的关键共性技术。
▸iLABMED名誉主编由中国工程院院士董家鸿、中国科学院院士马光辉共同担任，主编由美国微生物科学院院士、深圳市第三人民医院院长卢洪洲担任，共同主编由美国微生物学院院士汤一苇教授，深圳市第三人民医院神经病学研究所浅川哲也（Tetsuya Asakawa）教授，以及来自AffyImmune Therapeutics的Eric von Hofe 教授共同担任，执行主编由中国人民解放军总医院第七医学中心检验科刘杰教授担任。
▸iLABMED在出版方面，采用开放获取形式，本刊文章供学者免费下载、学习，积极融入开放科学发展趋势，提高期刊展示度和引用；采用自由投稿格式(Free Formatting Submission)，为作者投稿减负；采用图片摘要（Graphical Abstract）格式，方便作者文章快速预览，提高文章内容的宣传和传播；采用Contribution Roles Taxonomy(CrediT)作者贡献等。
▸iLABMED致力于推广和传播关于临床生物化学、分子生物学和检验医学各个方面高质量的Original Article、Review、Commentary、Short Communication、Case Report、Clinical Guideline、Letter to the Editor和Editorial。目前，期刊划分了检验医学、分子病理、智能医学、体外诊断、公共卫生、肿瘤分子诊断与监测、临床检验、免疫学检验、生物化学检验、微生物学检验、病理检验、分子生物学检验、输血检验13个学术分区。
本期刊对已接收文章提供高质量的、免费的语言润色服务。并且2026年前免APC。
点击文章标题即可获取论文原文
01
EDITORIAL
iLABMED, why now and how in the future?
Hongzhou Lu*
如今，公共卫生领域面临着许多挑战，包括非传染性疾病和传染性疾病。由于传染性疾病，特别是新出现的传染性疾病，对公共卫生和全球经济带来了巨大影响，并引起了人们的广泛关注。最典型的例子是2019年全球新冠疫情（COVID-19）大流行。新冠肺炎疫情大流行凸显了准确的和快速的实验室医学(laboratory medicine, LM)实践的必要性。尽管如此，当前的LM，尤其是顶级期刊建设和发展方面尚有较大提升空间。首先，与其他学科相比，该领域的专业人员数量有限。目前，大部分LM稿件提交到了综合期刊或与疾病研究相关的其他期刊；其次，大多数LM期刊由实验室人员投稿维持运营，他们通常更关心技术创新，而非临床需求；最后，一些年轻LM科学家希望能有一个专用平台来讨论、交流和发表他们在LM上所做的工作。因此，我们将iLABMED创办成一个LM领域的顶级期刊，打造成一个专门针对LMs的国际公共论坛。iLABMED的创刊秉承四个“I”战略，即“创新性（Innovation）” “智能性（Intelligence）” “整合性（Integration）”和“国际性（International）”。
02
COMMENTARY
基于ramanome平台的单细胞代谢表型组-基因组：终极精度的抗感染精准医学？
Jian Xu*, Jianzhong Zhang, Yingchun Xu, Yi-Wei Tang, Bo Ma, Yuzhang Wu*
在精确的一个微生物细胞分辨率下，SCIVVS策略能够实现总活细胞计数、快速物种鉴定、物种解析的原位活力和抗菌药物敏感性测试，以及直接从受感染的临床样本中追踪来源。集成的工作流程无需培养、快速、经济高效，并且可以自动化，使其成为对抗细菌或真菌感染的一种有前途的新工具。
03
COMMENTARY
Zhaofang Jiang, Shan Chen, Jiayao Qu, Siyuan Liu, Tao Hong, Houming Liu, Yi-Wei Tang, Jiuxin Qu*, Hongzhou Lu*
SARS-CoV发展为严重疾病和各种继发性细菌或真菌感染的风险增加，标本的微生物检测类型也相应不同。标本采集和处理的标准化流程有助于正确诊断和治疗新冠肺炎患者。
点击文章标题即可获取论文原文
04
ORIGINAL ARTICLE
Comparison of an automated digital cell morphology analysis system with manual counting
Juan Jiao, Xin Yin, Jiali Ma, Yinglong Xia, Jianxia Xu, Shaozhe Zhao, Jie Liu*
Bionovation的CSFA800是一种新的自动化数字细胞成像分析仪，使用人工神经网络技术定位和识别血细胞。我们首先评估了CSFA800与人工计数之间的一致性和相关性，得出的结论是可以接受的。其对嗜碱性粒细胞的计数性能优于DI-60。CSFA800在一定程度上有助于优化临床实验室的工作流程，提高工作效率。
05
REVIEW
Target selection and clinical chimeric antigen receptor T cell activity against solid tumors
针对实体瘤的靶点选择和CAR-T活性研究
Eric von Hofe*, Yanping Yang, Moonsoo M. Jin
CAR-T治疗实体瘤的临床试验已经显示出令人鼓舞的结果。在早期阶段，来自选定试验的累积数据显示完全缓解（橙色）、部分缓解（蓝色）和稳定疾病（绿色）；尽管有时会伴随死亡（红色）。新的靶点识别策略和/或降低CAR T细胞的亲和力为提高特异性和降低毒性提供了希望。
06
REVIEW
Bottlenecks and recent advancements in detecting Mycobacterium tuberculosis in patients with HIV
Zixun Lin, Liqin Sun, Cheng Wang, Fuxiang Wang, Jun Wang*, Qian Li*, Hongzhou Lu*
HIV/ADIS中结核病（tuberculosis，TB）的发病率较高，当患者发生双重感染时，会加速疾病进展，导致患者死亡。然而，在HIV/TB双重感染者中，结核病的诊断较为困难，诊断不足造成了患者疾病治疗延误和预后不良。因此，结核病的早期诊断对于及时进行抗结核治疗和改善健康结果至关重要，尤其是对于艾滋病患者。然而，目前用于检测结核分枝杆菌的常规技术存在重大缺陷，比如，痰涂片镜检灵敏度低，并且由于痰量低，检测耗时较长；结核菌素皮肤试验、干扰素γ释放试验等免疫学方法，通常用于结核病辅助诊断，但其检测结果在免疫缺陷型患者中不够准确；此外，线性探针分析、Xpert MTB 和LAM等分子技术常用于早期诊断，尚未有单独一种技术能够准确诊断 HIV/TB 合并感染。因此，我们亟需解决HIV/TB双重感染人群中结核病的诊断难题。本文总结了当前结核病诊断方法的优势和局限性，并阐明了艾滋感染者结核病诊断的障碍。此外，作者还比较和分析了新型分子与免疫学诊断技术，提出采用多种诊断方式共同使用，为未来结核病的诊断，特别是针对艾滋合并结核病人群，提供了新的方向与思考。
点击文章标题即可获取论文原文
07
REVIEW
Research progress of CRISPR/Cas systems in nucleic acid detection of infectious diseases
Jinying Dong, Yuguang Du, Lei Zhou*
本文介绍了CRISPR/Cas系统的发展及作用机制，针对不同信号响应方式总结了三种典型CRISPR/Cas系统在核酸检测领域的代表性应用，进一步讨论了其应用前景及发展趋势，为CRISPR/Cas系统在核酸检测领域中的应用提供参考和依据。
08
REVIEW
Quality management in anatomic pathology: The past, present, and future
Chenguang Xi, Dengfeng Cao*
在这篇综述中，作者从管理和技术的角度系统地介绍了解剖病理学质量管理的历史、现状和未来的机遇。学术组织发起的质量管理体系和活动的实验室认证是帮助提高全球AP QM能力的重要途径。信息学工具在不久的将来被认为是AP质量管理中的重要角色。
09
REVIEW
Clinical application of intelligent technologies and integration in medical laboratories
Wenjie Huang, Dongquan Huang, Yeran Ding, Cheng Yu, Lei Wang, Ning Lv*, Jiuxin Qu*, Hongzhou Lu*
未来，医学实验室将整合数据和信息系统，使其更加自动化、信息化和智能化，从而更有效地连接医学实验室、医生和患者。通过智能判断和数据反馈，医学实验室将能够为患者提供更个性化的医疗治疗和临床决策。本综述旨在说明医学实验室智能整合的现状，并初步讨论智能技术发展对医学实验室发展的潜在影响。
点击文章标题即可获取论文原文
最后编辑于 2023-07-13 · 浏览 991
