首都医科大学附属北京天坛医院科技成果推介
（一）项目名称：神经内镜鼻腔通道覆膜支架系统的关键技术研究及临床评价
1.项目简介
随着医疗技术的不断进步，神经内镜技术越来越多的应用于颅底肿瘤的切除。预期每年约有5-10万例颅底肿瘤患者需接受内镜颅底手术治疗。但目前内镜颅底手术仍存在几个关键问题未能解决：1.术中鼻腔黏膜等组织的出血，不断污染内镜镜头，难以保证术中操作视野的清晰，在进行关键步骤操作时存在较大风险；2.鼻腔潜在鼻窦腔隙存在大量的细菌和分泌粘液，其可不断侵入手术通道，并可随手术器械进入颅内，造成严重的颅内感染；3.术中操作器械对鼻腔黏膜等的损伤，可造成术后鼻出血、鼻腔堵塞、鼻腔粘连、鼻窦炎、鼻腔干燥等并发症，造成患者不适，严重影响治疗效果。本项目拟基于鼻腔生物力学数学模型和仿真模拟，利用超弹性的材料属性，采用3D打印制备工艺，研发具有最佳力学支撑性和生物学相容性的鼻腔通道覆膜支架系统，将鼻腔黏膜、鼻窦潜在腔隙等与手术通道隔绝开来，以解决上述问题，提高手术安全性改善治疗效果。
2.成果简介
本项目拟基于鼻腔生物力学数学模型和仿真模拟，利用超弹性的材料属性，采用3D打印制备工艺，制备鼻腔通道覆膜支架系统。在这一系统帮助下，可有效隔绝鼻腔渗血点与手术通道的沟通，避免内镜镜头术中的污染，保持术野清晰，提高手术便利性和安全性。通道系统可有效隔绝鼻腔潜在腔隙与手术通道的沟通，避免鼻腔细菌成分随手术器械进入颅内，最大程度降低感染风险。通道系统的使用，可有效保护鼻腔黏膜，避免手术器械的操作对其损伤，减少术后鼻出血情况，减轻鼻腔黏膜粘连，降低术后鼻窦炎症发生率，减轻眼部发张和鼻部不适感。术后可去除覆膜或替换为开放式支架系统；短期保留保证术后鼻腔的通气，有效避免术后鼻腔无法通气的问题。本通道系统成功研发后，可应用于任何经鼻内镜手术的患者，目前内镜颅底手术的应用范围越来越广，具有巨大的医疗市场需求。
3.应用前景
随着内镜颅底手术的快速发展，预期每年约有5-10万例的颅底肿瘤患者需接受神经内镜手术治疗。基本所有的内镜颅底手术均对本项目研发的鼻腔通道微创覆膜支架系统有潜在需求。根据产量不同，本支架系统预估生产成本约500-800元/件，预估产品定价1000-1500元/件。根据目前颅底内镜手术量，预估潜在市场规模为5千万至1亿5千万元/年。目前尚无相似产品上市或应用于临床，本项目可有效填补市场空白，研究成果具有极大的潜在市场规模和较高的预期产业化前景。
4.团队介绍
项目负责人：李朋，首都医科大学附属北京天坛医院神经外科，副主任医师，博士研究生。主持国自然、省部级、校级和院级课题各1项。参与“十二五”等国家级课题研究十余项。获2022年度华夏医学科技奖二等奖、2022年度“中国健康长寿创新大赛二等奖”、“北京市优秀人才-青年骨干个人”，完成国际注册临床药物试验项目1项，第一作者发表SCI及核心期刊10余篇。相关研究结果先后在EANO和CTF等国际会议中进行展示交流。
项目合作方负责人：王超，北京航空航天大学生物与医学工程学院，“医工百人”特聘研究员，博士生导师，长期从事基于生物力学的颅颌面疾病基础研究及临床转化工作。主持国家自然科学基金3项，参与科技部重点研发专项2项，相关科研成果已经在中国人民解放军总医院、北京大学第三医院、北京大学口腔医院、武汉大学口腔医院、重庆医科大学附属口腔医院等三甲医院完成FIM临床试验。获教育部自然科学奖一等奖1项，中华口腔医学会科技奖三等奖1项，重庆市医学会科技奖一等奖1项。发表SCI论文60余篇，授权专利14项，参与团体标准制定8项。担任国家自然科学基金通讯评审专家、中国生物材料学会材料生物力学分会委员、中国医疗器械行业协会增材制造医疗器械专业委员会专家、中国医学装备协会医用增材制造专业委员会委员等学术兼职。
5.项目需求
寻求目标合作企业及合作投融资机构。
（二）项目名称：新型标志物IDO1体液检测用于脑肿瘤亚型鉴别诊断的应用研究
1.项目简介
肿瘤标志物体液检测，是肿瘤诊疗过程中的重要手段，但目前对于原发脑肿瘤，尚无有效的指标用于临床。IDO1是色氨酸代谢的限速酶，并与诱导肿瘤免疫抑制有关。而测序数据也显示，生殖细胞肿瘤两亚型的免疫微环境特点截然不同。由此我们认为，IDO1可能是用于颅内肿瘤鉴别诊断的新标志物，同时也是指导免疫治疗的潜在指标。为此，我们拟在上述发现基础上，进一步验证代谢组学发现；同时对IDO1表达进行定性及定量研究，探索可供临床使用的试剂盒制备，为这两种常见脑肿瘤的鉴别诊断提供新标志物。
2.成果简介
我们前期利用代谢组学研究，在胶质瘤和颅内生殖细胞肿瘤中发现，色氨酸代谢产物在不同亚型中存在显著差异。结合肿瘤转录组测序数据，我们发现吲哚胺2,3-双加氧酶（IDO1）表达水平，也存在明显差别。发现了IDO1作为原发脑肿瘤鉴别诊断的潜在价值。下一步拟针对上述发现，进行进一步的验证研究，并研发相关诊断试剂盒。
3.应用前景
根据全国肿瘤登记中心发表的2012年中国恶性肿瘤发病和死亡分析的数据显示，中枢神经系统肿瘤的发病率位列第9位，发病率为6.50/10万。其中本研究涉及的病种大约占中枢神经系统肿瘤的80%，每年约7万新发病例。该检测方法的建立，不仅为本病提供了新的标志物，同时较目前临床应用的方法更为便捷，可重复性强。该标志物检测，较临床现有方法更简单，对人员和设备的要求相对容易获取，因此更容易向基层单位推广，提高产品的实用性和适用性。
在获得发明专利后，通过科研成果转化的方式，将该产品转化为可商业化的产品，试剂盒的生产拟通过与CDMO（合同制造组织）或其他有条件的IVD公司合作的方式进行产业化生产。目标客户主要包括各种医疗机构、独立实验室、国家公共卫生检测中心及个人。其中医疗机构占据 90% 的市场，包括各类医院、社区医疗服务中心、乡镇卫生院、体检中心等。在未来主要通过经销加直销的方式进行，其主要营收来源于渠道分销，对于部分优质大客户，则采用厂家直销。
4.团队介绍
团队负责人李博，博士，博士后，副主任医师。2019年赴美访问学者一年，师从Ching C. Lau教授。
项目组核心成员保肇实,副主任医师,副教授,青年博导。以第一负责人身份承担国自然面上、青年项目和科技部重点研发专项子课题等国家级课题3项，北京市“杰出青年”科学基金项目等省部级课题3项。获北京市“优秀青年人才”（2020）、北京市高层次创新创业人才支持计划青年拔尖人才（2017）和北京市科技新星（2017）等称号，获黑龙江省科技进步一等奖（2016）。英国《自然》杂志全球高影响力青年学者评选入围前十名（2019）。担任中国抗癌协会中西整合脑胶质瘤专委会常务委员、北京神经科学学会青年委员会委员。
5.项目需求
寻找合作企业进行试剂盒研发及产业化。
（三）项目名称：基于多模态数据特征融合的脑出血血肿转归趋势预测模型的完善
1.项目简介
脑出血是最为凶险的脑卒中类型之一，致死率和致残率很高，为改善患者预后以及减轻患者负担，提高脑出血诊疗能力迫在眉睫。早期精准评估患者血肿整体转归趋势对制定后续最佳治疗决策及减轻患者负担有重要意义，但目前临床上缺乏智能化、自动化的能够基于入院基线资料来定量预测血肿整体变化趋势的工具。血肿变化趋势受多种因素影响，其中脑静脉系统引流状态变化对脑出血预后有潜在影响，但现有提取脑血管血流动力学信息和脑实质的全局特征的技术并未保证提取的血管信息和全局特征与血肿变化趋势具有统计相关性，禁锢于精准度不足和泛化能力差的关键技术瓶颈，不能满足发展定量预测血肿变化趋势技术的要求。因此，本项目组拟在前期已开发出的新型脑静脉成像技术的基础上，从结构形态学深入到血流动力学，深入探究脑静脉系统在脑出血后病变过程中扮演的角色，力求突破现有技术的关键瓶颈，为早期制定脑出血患者最佳治疗方案提供依据，并为研究脑静脉血流动力学信息与患者神经功能预后的相关性提供技术支持。
2.成果简介
本项目组拟在前期已开发出的新型脑静脉成像技术的基础上，从结构形态学深入到血流动力学，深入探究脑静脉系统在脑出血后病变过程中扮演的角色，力求突破现有技术的关键瓶颈，以“局部脑血流动力学信息对深度预测模型精准性的影响机制”和“多源信息融合对深度预测模型可泛化性的影响机制”这两个关键科学问题为牵引，研究局部感兴趣脑静脉血流动力学信息提取方法，结合感兴趣脑静脉血流动力学信息、患者基线血肿特征以及电子健康记录，实现多模态数据特征融合，完善脑出血后血肿转归趋势预测技术，形成专利并推广。
3.应用前景
随着人口老龄化加剧，我国脑出血的主要危险因素高血压等疾病的发病率逐渐升高，但患者知晓率、治疗率及控制率仍很低，导致我国脑出血患病比例高于西方国家。脑出血致死率、致残率都很高，不仅给患者及家属带来巨大的打击，也给社会带来劳动和经济效益损失，因此提升脑出血诊疗能力迫在眉睫。通过基线检查而精准定量预测脑出血后血肿变化趋势的技术产品将同时使临床医师、患者及医院科室受益，能够给临床医师提供制定最佳诊疗方案的参考、减轻患者的经济和辐射剂量负担以及为医院科室提供床位周转、资源管理的参考，推动脑出血诊疗进一步优化。因此，本产品直接面向全国开设神经科、接诊脑出血患者的医院，广泛应用于脑出血诊治场景中，需求量大，潜在市场巨大。随着脑出血发病率不断增加，对脑出血诊疗优化的要求也不断提升，各医院发展脑出血诊疗能力的需求是迫切而广泛的，同时各医学影像科技公司也在不断进行医疗智能化战略布局，而目前尚未有能够定量预测脑出血后血肿变化趋势的同类产品，潜在市场规模巨大，前景良好。项目预期技术产品每个功能模块都是项目组成员自行开发，该系统可以迅速完成软硬件转换，在最短的周期内转化成高性能产品，同时可与医学影像技术企业合作并进一步转化、推广，实现生产-应用-推广-优化升级的产业链，带来显著的经济效益。
4.团队介绍
项目主导人首都医科大学附属北京天坛医院血管神经病学科米东华副主任医师力求开辟脑卒中干预治疗及预后分析的新思路，利用新型影像学技术，挖掘卒中后患者脑静脉系统引流变化相关征象，建立高质量临床队列进行验证，力求深入探索卒中后损伤机制，并将其转化为可干预的治疗靶点。作为项目第一负责人已获得国家自然科学基金课题资助3项、北京市科协金桥工程种子基金资助1项，近五年目前累计发表SCI文章6篇，国内核心期刊多篇。
项目合作团队负责人中国科学院深圳先进技术研究院李印生副研究员从事医学CT成像方法研究，包括模型驱动图像重建、人工智能驱动图像重建、低剂量CT成像、能谱CT成像、脑血管与脑灌注成像，心血管与心肌灌注成像等，形成了“理论研究-技术突破-产业转化-临床应用”的全链条研究特色；突破现有CT成像技术在时间分辨率、能谱分辨率、定量精准度和辐射剂量等方面的极限，降低对成像系统硬件性能的需求，简化临床工作流程；与知名医疗器械企业紧密合作，完成多项学术成果的产业转化，与多家知名医院深入合作，构建新型诊疗流程，完成多项临床应用研究；发表SCI期刊论文26篇，其中以第一作者在领域顶刊发表论文7篇，发表会议论文30余篇，授权美国发明专利2项；同时项目组已与医学影像公司斑块视界接洽，达成初步合作意向，由其专业转化团队提供转化经验及指导。
5.项目需求
希望能得到软件优化研发、硬件转化资金；医学影像处理软件研发团队的合作指导；以及希望能够国内CT影像后处理公司合作对接，增强软件适配性。
（四）项目名称：基于术前MRI无创预测脑胶质瘤分子病理分型和临床预后的研究
1.项目简介
弥漫性脑胶质瘤（diffuse gliomas, DG）是中枢神经系统最常见的原发恶性肿瘤，DG的分子病理是2021年WHO脑胶质瘤分类诊断的核心要点，也是判断患者预后、选择治疗方式的关键。本研究拟通过回顾性（5500例）和前瞻性（1500例）多中心（11个中心）研究，建立DG临床、影像和分子病理数据库，应用MRI常规序列(如T1WI、T2WI、钆增强T1WI图像)以及新技术(APT、DKI、 ASL)，实现脑肿瘤自动识别和精准分割，建立可自动预测12种核心分子病理指标人工智能模型，进而建立临床-MRI-分子病理综合模型预测患者疗效和总体生存期，指导脑胶质瘤精准诊断和个体化治疗。
2.成果简介
本申请提供了肿瘤类别的确定方法、装置、系统、电子设备及存储介质，包括：将获取到的患者的目标灰度图像输入至选定的肿瘤位置标注模型，得到标注肿瘤位置的标注灰度图像；将标注灰度图像输入至选定的基因预测模型中，得到患者的至少一个预测基因突变概率；其中，基因预测模型是基于对肿瘤的预测需求选定的；根据至少一个预测基因突变概率，确定患者的肿瘤所属的肿瘤类别。在本申请中，通过将患者的目标灰度图像输入到肿瘤位置标注模型以及基因预测模型中，根据肿瘤的扫描位置以及预测需求，得到全面且准确的至少一个预测基因突变概率，进而根据至少一个预测基因突变概率，确定出肿瘤所属的肿瘤类别，有助于提升对肿瘤分类的准确性。专利名称：肿瘤类别的确定方法、装置、系统、电子设备及存储介质，专利号：ZL 2021 1 1053557.8
3.应用前景
基于术前多模态MR准确预测脑胶质瘤分子病理分型可以指导临床选择最优治疗方案和预后判断，相比临床活检，对患者术前评估无创伤性，并且大大减少患者的经济负担。由于脑胶质瘤是人脑中枢系统恶性肿瘤，其在临床的重要性尤为突出，对于术前准确评估的要求极高，而目前基于术前影像评估脑胶质瘤的分析病理研究仅局限在研究阶段，还未有产品转化。因此，我们构建的一系列基于深度学习的脑胶质瘤分割、分子病理分型和预后预测具有重要的临床和社会价值，我们基于前期工作，已经申请相关国家发明专利一项，并基于天坛医院丰富的病例资源，在临床进行了临床测试。应用领域我们希望覆盖国内大中小城市医院放射科诊疗系统中，主要优势和意义如下：
（1）本研究为提高影像报告质量，丰富影像学诊断指标提供坚实基础，将传统影像学诊断提升到分子影像学水平。
（2）本研究为后续建立自动化报告系统提供坚实基础，实现早期快速分子影像学诊断。
（3）本研究将为影像科医生及临床医生诊疗提供快速有价值的参考，提升初级医生的诊断水平。
4. 团队介绍
武明豪，2021年入职首都医科大学附属北京天坛医院放射科，加入刘亚欧教授研究团队，在神经肿瘤影像研究方面积累了丰富的经验。长期从事肿瘤影像人工智能及分子影像基础研究，博士师从叶兆祥教授，精通相关理论算法，为本项目理论及技术需求提供良好的支撑。近五年作为第一或共同第一作者及通讯作者发表SCI 论文9 篇，累计影响因子超36分。该项目组包含北京天坛医院放射科、北京天坛医院神经外科、北京理工大学和上海联影医疗股份有限公司。具体分工如下：放射科：影像数据收集和整理，数据库建立，实验设计和模型训练，专利和文章撰写。神经病理室：病理和临床信息收集和整理，实验设计。北京理工大学：图像预处理和模型开发。上海联影医疗股份有限公司：软件开发和产品应用推广。
5.项目需求
寻求资源对接及寻找合作的投融资机构。
