环球医讯

随着乳腺癌诊断率上升和研究深入，越来越多的医生开始与乳腺癌幸存者讨论荷尔蒙替代疗法选项，标志着医疗界对乳腺癌后更年期管理理念的重大转变。文章通过艾丽卡·沃斯、葆琳娜·滕等多位乳腺癌幸存者的亲身经历，揭示了传统上医生对乳腺癌幸存者使用激素治疗的保守态度，以及当前医疗实践正逐步从"绝对禁止"转向基于个体情况的风险收益评估，强调了共享决策的重要性，即医生应提供全面信息让患者做出知情选择，而非简单拒绝所有激素治疗选项，这对于改善乳腺癌幸存者的生活质量至关重要，同时需平衡癌症复发风险与更年期症状管理需求。

最新国际医学研究揭示，在全球55岁及以上女性群体中，饮酒和吸烟是乳腺癌与心房颤动/扑动的共同风险因素。该研究分析了204个国家和地区的全球疾病负担数据，发现39%的地区这两种疾病的发病率相似，而减少饮酒和戒烟可能将乳腺癌风险降低约15%，房颤风险降低约12%。这是首次结合全球数据与机器学习技术研究这两种疾病的关联性，高收入发达国家风险较高与西方生活方式密切相关，研究成果为医疗专业人员提供了区域化预防策略的重要依据，对全球公共卫生政策制定具有重要指导意义。

一项全球性研究发现，55岁及以上女性的乳腺癌与心房颤动/扑动（心律不齐）存在共同风险因素，在评估的204个国家和地区中约40%的区域这两种疾病发病率模式相似，高风险区域主要集中在西方国家。研究指出饮酒和吸烟是导致这两种疾病的主要可改变风险因素，减少这些行为可使全球乳腺癌风险降低约15%，心房颤动风险降低约12%。这是首次结合全球数据与机器学习分析这两种疾病关系的研究，揭示了生活方式因素特别是西方饮食和久坐习惯对健康的重要影响，为区域特定的预防策略提供了科学依据。

一项针对4908名乳腺癌患者（2223名左侧乳腺癌患者）的横断面研究表明，左前降支冠状动脉的最大辐射剂量（12 Gy）比平均心脏剂量更能预测长期心脏风险。研究发现，LAD最大剂量≥12 Gy与心脏风险增加显著相关（亚分布风险比1.81；P=0.04），而平均心脏剂量≥2 Gy则无此关联。实施深吸气屏气技术使接受安全LAD剂量的患者比例从8.6%大幅提高至53.2%。这一发现支持在乳腺放疗计划中纳入LAD特异性剂量目标，将LAD保护纳入治疗方案并进行机构质量保证审计，有望减少可预防的心脏损害，为临床实践提供重要指导。

一项在加拿大卡尔加里进行的横断面研究对4908名乳腺癌患者进行了中位10.8年的随访，发现左前降支冠状动脉(LAD)的最大辐射剂量比平均心脏剂量更能预测长期心脏风险。研究确定LAD最大剂量12 Gy为临床相关阈值，该剂量水平与心脏风险显著相关，而平均心脏剂量则无此关联。实施深吸气屏气技术可将接受安全剂量LAD的患者比例从8.6%提高到53.2%，研究支持将LAD特异性剂量目标纳入乳腺放疗计划以减少可预防的心脏损害，这一发现对改进乳腺癌放疗方案具有重要临床意义。

拉夫堡大学研究人员主导的系统综述发现，乳脂生物活性物质（乳脂中天然存在的活性成分）能显著降低空腹低密度脂蛋白胆固醇和载脂蛋白B水平——这两种与心血管疾病风险密切相关的生物标志物。该研究特别指出当前研究存在关键缺口，包括餐后血脂反应数据不足以及绝经后女性群体研究匮乏，目前团队正开展专项研究验证此类物质对绝经后女性心血管健康、认知功能和情绪的影响，为理解更年期健康维护提供新视角。

随着GLP-1类减肥药物的流行，乳清蛋白这一曾经被视为废料的奶酪制作副产品如今已成为"蛋白质热潮"的明星，价格在短短几年内上涨了五倍，导致美国乳制品行业面临结构性调整，奶酪生产商不得不转向生产更多高蛋白产品以满足市场需求，但专家指出过量摄入蛋白质可能并无额外益处，合理控制在每日推荐摄入量范围内更为科学，这种由健康需求驱动的市场变化正重塑整个乳制品产业链，从农场到超市货架都受到影响。

2024年2月，罗马尼亚医疗系统遭受大规模勒索软件攻击，希波克拉底医院信息平台被BackMyData勒索软件入侵，导致21家医院系统瘫痪，为防止蔓延，当局又紧急断开79家医院的网络连接。此次攻击加密了医院数据库，使电子病历、实验室报告和处方等关键系统无法使用，医护人员被迫回归纸质记录。研究显示，此类网络攻击不仅影响被攻击医院，还会导致周边医疗机构急诊量增加15%、救护车到达量上升35%，凸显了医疗网络安全对患者安全的重要性。罗马尼亚当局选择不支付赎金，而是依靠备份系统恢复运营，但部分数据永久丢失，恢复过程耗时数周。

本文深入探讨了人工智能在医疗保健领域的应用现状与局限性，指出尽管AI已在医学影像分析、风险识别和行政流程优化等方面发挥重要作用，但它无法替代医生提供的人文关怀、临床判断和个性化诊疗。专家强调，AI系统在放射学和心脏病学等领域只能作为辅助工具帮助早期疾病检测，而医疗决策仍需考虑患者病史、生活方式及情感因素等复杂变量。文章警示AI可能产生信息偏差、数据隐私等问题，未来最理想的医疗模式应是AI技术与医疗专业人员的协同合作，使医生能更专注于患者护理而非数据处理。

一项发表在《新英格兰医学杂志》NEJM AI期刊上的研究显示，OpenAI的o3模型成功帮助波士顿儿童医院诊断出18名疑难病例，包括10例罕见神经发育疾病、4例神经肌肉疾病、2例突发死亡病例和2例早期精神病病例，该AI模型通过分析376名未确诊患者的基因组，识别出近5%的新诊断结果，为长期困扰医疗界的罕见病诊断提供了突破性解决方案，显著提高了诊断效率并为患者家庭带来希望。