推动医学与工学、信息科学深度融合，是提升临床诊疗能力与促进医学创新的关键路径。近日，我校在医工交叉领域实现新突破：一项研究让人工智能更精准地“看懂”皮肤病灶，另一项研究则用创新的生物材料策略“修复”退变的脊柱。两项成果相继登上国际权威期刊，标志着我校以临床重大需求为导向的交叉学科研究，正持续产出具有前沿性与应用潜力的硬核成果。

医工交叉新突破！我校团队提出皮肤病灶诊断模型

如何让AI更准确地识别皮肤病灶？一项最新研究给出了创新解法。我校医工交叉研究所医学人工智能研究团队联合无锡市第二人民医院研究团队，在人工智能与模式识别领域国际权威期刊《Pattern Recognition》（模式识别）上发表了题为“MFSF2-NET: Towards Improved Skin Lesion Diagnosis via Multi-Scale and Multi-Frequency-Domain Fusion”的研究论文。

计算机辅助诊断（CAD）是皮肤病学研究的热点，尤其在实现病灶分类与分割等多任务联合诊断方面。然而，现有模型常面临特征融合不足、任务协同性弱及泛化能力有限等临床挑战。本研究旨在应对这些挑战，所提出的MFSF2-NET模型通过融合多尺度与多频域信息，致力于提升皮肤病灶的诊断性能。

本研究提出一种端到端多频多尺度融合网络模型，该网络模型通过双分支特征提取、多频率感知融合（将特征分解为频域内的高频边缘振荡与低频形状变化）以及金字塔多尺度特征融合模块，实现了从局部纹理到全局结构的全面编码；在五个数据集上的评估显示，该模型在分类任务中于HAM10000数据集上性能超越DeiT达4.9%，在分割任务中于ISIC-2018数据集上取得mDice 89.5、mIoU 81.1的优异结果，显著优于Mamba Unet与SwinUNet等模型，为融合皮肤镜纹理与共聚焦显微镜（RCM）深层结构等互补特征、探索临床多模态协作诊断提供了新思路。

（模型整体架构图）

（分类任务Grad-CAM可视化展示图）

（分割任务可视化展示图）

本项研究为解决皮肤病灶智能诊断中的特征融合与任务协同问题提供了新范式，为推动AI辅助诊断向临床实用化迈进贡献了关键思路。期待新医的科研团队及广大科研人员持续深耕，在医工交叉的前沿探索中取得更多突破！

我校脊柱外科团队发表椎间盘退变修复新成果

近日，新疆医科大学第一附属医院（第一临床医学院）骨科中心脊柱外科团队在椎间盘退变修复研究方面取得突破性进展。该研究围绕临床治疗中的瓶颈问题，构建了一种工程化微藻—水凝胶复合体系，旨在实现结构修复与衰老微环境调控的双重目标，为椎间盘退变性疾病的治疗提供了具有转化潜力的新策略。

该项研究成果近日在线发表于国际权威期刊《Journal of Controlled Release》（可控释放杂志）。

此项成果不仅展现了以临床需求为导向，材料/机制研究并进的“医研融合、协同创新”成效，也为椎间盘退变修复提供了更“系统”的技术路径。第一附属医院脊柱外科主任盛伟斌指导，其博士研究生王尧，徐韬副主任医师、蔡晓宇副教授为共同第一作者，盛伟斌为共同通讯作者，华中科技大学同济医学院附属协和医院骨科马良博士为共同通讯作者。

该研究直面椎间盘退变性疾病的临床治疗瓶颈。当前疗法多以缓解症状为主，而研究团队旨在探索一种既能修复缺损又能调控局部微环境的“治本”策略。为此，围绕“填补缺损 + 提供力学支撑 + 多通路抑制衰老微环境”的目标，构建了工程化微藻-水凝胶体系。

该体系通过将壳聚糖功能化的V₄C₃ MXene材料锚定于螺旋藻表面，获得具有纳米酶活性的工程化微藻（SP@V₄C₃），并与DNA水凝胶复合形成 SP@V₄C₃-gel。该体系不仅实现了一定程度的填充与结构支持，还能持续清除活性氧、抑制炎症因子释放、延缓髓核细胞衰老并促进细胞外基质代谢平衡恢复的综合效应。

该项研究验证过程扎实，从小动物模型初步证实其延缓退变的效果，进一步在大动物椎间盘缺损模型中成功验证了该材料促进组织修复的能力与良好的生物安全性，为未来临床应用提供了关键的前期实验依据。

该研究获得了国家自然科学基金、中央引导地方科技发展专项及自治区自然科学基金等项目的支持，是跨区域、跨学科医研协同创新的典型成果，标志着我校脊柱外科在“结构修复+微环境调控”的先进治疗策略探索上迈出了关键一步。未来，团队将持续推进该技术的优化与转化研究，致力于为椎间盘退变患者提供更为根本、系统的治疗选择。