目的研究BMSCs對于軟骨細胞IL-1β損傷后的保護作用，以及BMSCs存在情況下軟骨細胞對于IL-1β抵抗能力的變化。 方法取SD大鼠6只隨機分為實驗組（制備膝關節軟骨缺損）和對照組，6 h后取軟骨組織行實時定量PCR（quantitative real-time PCR，qRT-PCR）和ELISA檢測IL-1β基因表達和相對含量。BMSCs修復功能實驗：取培養的18孔SD大鼠軟骨細胞隨機分為3組（n=6），空白組不作處理，損傷組和共同培養組細胞采用IL-1β干預后，共同培養組使用Transwell小室建立SD大鼠BMSCs與軟骨細胞共同培養體系，采用qRT-PCR法測定軟骨細胞含半胱氨酸的天冬氨酸蛋白水解酶3（Caspase-3）和含凝血酶敏感素基序的去整合素金屬蛋白4（a disintegrin and metalloprotease with Thrombospondin motifs 4，ADAMTS-4）、ADAMTS-5 mRNA相對表達量，ELISA法檢測各組Caspase-3含量，以及流式細胞術檢測各組細胞凋亡率。BMSCs保護功能實驗：將12孔軟骨細胞分為2組（n=6），共同培養組置入含BMSCs的Transwell小室后，兩組均采用IL-1β干預，檢測指標同修復功能實驗。 結果動物體內損傷現象研究結果示，實驗組IL-1β mRNA相對表達量和IL-1β相對含量均高于對照組（P＜0.05）。BMSCs修復功能實驗結果示，損傷組和共同培養組Caspase-3、ADAMTS-4、ADAMTS-5 mRNA相對表達量及Caspase-3含量、細胞凋亡率均顯著高于空白組，損傷組顯著高于共同培養組，差異均有統計學意義（P＜0.05）。BMSCs保護功能實驗結果示，共同培養組Caspase-3、ADAMTS-4、ADAMTS-5 mRNA相對表達量及Caspase-3含量、細胞凋亡率均顯著低于對照組，差異有統計學意義（P＜0.05）。 結論作為組織工程種子細胞的BMSCs同時具有抗炎、抗凋亡的應用潛質。
目的構建一個小樣本超廣角眼底照相（UWFI）多疾病分類人工智能模型，初步探究人工智能對UWFI多病種分類任務的能力。 方法回顧性研究。2016年至2021年于武漢大學人民醫院眼科就診并行UWFI檢查的1 123例患者的1 608張圖像用于UWFI多疾病分類人工智能模型構建。其中，糖尿病視網膜病變（DR）、視網膜靜脈阻塞（RVO）、病理性近視（PM）、視網膜脫離（RD）、正常眼底圖像分別為320、330、319、268、371張。來自天津醫科大學眼科醫院106例患者的135張圖像作為外部測試集。選取EfficientNet-B7作為主干網絡，對納入的UWFI圖像進行分類分析。使用受試者工作特征曲線及曲線下面積（AUC）、靈敏度、特異性、準確率評估分類模型在測試集上的表現，所有數據均使用數值及95%可信區間（CI）表達。將數據集在網絡模型ResNet50、ResNet101上進行訓練，并在外部測試集上進行測試，對比觀察EfficientNet與上述兩種模型的性能。結果UWFI多疾病分類人工智能模型在內部、外部測試集上的總分類準確率分別為92.57%（95%CI 91.13%～92.92%）、88.89%（95%CI 88.11%～90.02%）。其中，正常眼底分別為96.62%、92.59%，DR分別為95.95%、95.56%，RVO分別為96.62%、98.52%，PM分別為98.65%、97.04%，RD分別為97.30%、94.07%。在內部、外部測試集上的平均AUC分別為0.993、0.983。其中，正常眼底分別為0.994、0.939，DR分別為0.999、0.995，RVO分別為0.985、1.000，PM分別為0.991、0.993，RD分別為0.995、0.990。內部、外部測試集上EfficientNet性能均較ResNet50、ResNet101模型更佳。結論初步構建的小樣本UWFI多疾病分類人工智能模型對常見眼底疾病的分類水平較高，可能具有輔助臨床篩查及診斷的價值。