环球医讯

金·卡戴珊在最新一期《卡戴珊家族》节目中披露，其脑部扫描结果揭示前额叶活动水平显著低于正常值，这一异常与长期高压生活密切相关；知名脑科学专家丹尼尔·埃曼博士指出，该状态将严重削弱压力管理能力，尤其影响其律师资格考试备考进程；尽管此前已确诊脑动脉瘤且律师考试失利，金仍公开承诺调整压力管理策略，强调为子女保持坚强的决心，同时继续法律事业追求，展现了公众人物在健康危机下的心理韧性与自我修复努力，引发社会对名人心理健康及慢性压力危害的广泛关注。

《纽约时报》分析显示，79岁的唐纳德·特朗普在第二任期公开活动较第一任期减少近40%，日程开始时间推迟至中午，引发对其健康状况的质疑。尽管特朗普自称通过完美认知测试且精力充沛，但近期出现手部淤青、腿部肿胀及公开场合打盹等迹象，白宫坚称其身体和精神状态 exceptional。该报道凸显高龄领导人健康透明度问题，与拜登政府处理方式形成对比，同时指出第二任期国际出访次数翻倍等复杂现象，引发公众对衰老与总统履职能力的深度讨论。

本文介绍了如何在感恩节晚餐中选择对肠道友好的食物，以缓解传统高脂肪、高糖分节日食品带来的消化不适。文章引用多位营养专家建议，在开胃菜、正餐和甜点各环节提供实用选择方案，强调增加富含益生元纤维的食物摄入，如蔬菜、水果、全谷物等，避免过多加工肉制品，通过合理搭配让节日美食既美味又健康，确保庆祝活动后不会感到肠胃不适，同时保持肠道微生物组平衡与消化系统健康。

著名神经学家奥斯坦·珀尔穆特博士揭示，步行这一简单运动能有效促进新脑细胞生成，增强记忆力并延缓认知衰退；研究证实规律步行可使海马体尺寸增大2%，显著降低阿尔茨海默病风险，同时通过提升脑源性神经营养因子水平改善认知功能；专家建议每周多数日子坚持30分钟适度步行，无需专业设备，只需轻微加快心率即可，这种非药物方法不仅能抵御炎症、维持大脑神经可塑性，还能帮助老年人长期保持独立生活能力及稳定生活质量，是科学验证的脑健康保护策略。

纪念斯隆-凯特琳癌症中心首次应用人工智能技术进行临床试验评估，成功匹配所有人工筛选出的候选患者并额外发现更多适配者；该平台通过解析非结构化医疗数据实现精准患者匹配，将单例筛查时间从数小时缩短至批量处理，显著提升1800余项开放试验的入组效率，同时通过人机协同设计确保临床决策主导权，为癌症研究数据操作带来突破性改进，预计可减少筛查漏检率并扩大患者入组规模。

剑桥大学科学家通过分析近4000名90岁人群脑部扫描数据，发现大脑发育存在五个独特阶段，其中青少年期持续至32岁左右，这一突破性研究解释了为何心理健康障碍与痴呆症风险在不同年龄呈现显著差异；研究同时揭示童年期（0-9岁）、成年期（32-66岁）、早期衰老期（66-83岁）及晚期衰老期（83岁以上）的脑部连接变化规律，为理解人类神经发育与年龄相关疾病提供了新视角，相关成果已发表于《自然·通讯》期刊。

美国国际开发署药品、技术和药品服务项目致力于加强中低收入国家药品系统，通过提升药品治理、监管能力及供应链效率，确保安全有效的基本药物可持续可及，重点应对抗微生物药物耐药性挑战并支持全球健康安全议程，在14个国家推进传染病防控能力建设，同时为13个国家提供新冠疫情应急响应，包括疫苗药物流行病学监测和紧急供应链管理，最终实现孕产妇儿童健康改善与无艾滋病代际目标。

感恩节大餐常因高脂肪和精制糖含量导致肠胃不适，专家建议通过选择富含纤维的食物来缓解这种状况。文章详细介绍了感恩节餐桌上应添加的肠道友好食品，包括开胃菜阶段的奶酪拼盘和新鲜蔬果、正餐时的土豆和抱子甘蓝等高纤维配菜，以及以红薯派为代表的健康甜点选择。专家强调，感恩节不必成为"全有或全无"的节日，通过平衡饮食可以享受美食同时保持肠道健康，预防消化不良和腹胀等问题，为读者提供了实用的节日饮食指导。

英国国家医疗服务体系即将就前列腺癌筛查计划做出关键决策，该计划可能影响全英数百万男性；决策将于11月27日公布，针对前列腺癌这一英国最常见癌症（年新增5.53万例，死亡1.22万例），专家建议优先对高风险人群实施靶向筛查，包括黑人男性（死亡率是其他族裔两倍）和有家族病史者（约100万人），而非全民筛查，以避免过度诊断、过度治疗及加剧NHS资源压力；同时详细列出了排尿困难、尿流微弱等早期症状警示，呼吁高危人群及时就医。

在2025年11月德国杜塞尔多夫Medica医疗展会上，专家们深入探讨了人工智能如何揭示医疗健康数据中的系统性性别偏见。女性大脑基金会首席执行官安东内拉·桑图乔内·查达博士指出，苹果Siri等AI系统因训练数据偏差无法有效处理痛经等女性健康问题，但这也促使人们意识到数据固有偏见；伦敦经济学院研究发现谷歌Gemma模型在生成社工案例摘要时弱化女性身心问题。谢菲尔德NHS基金会的海伦·克里姆利斯克教授强调，收集性别等多样性数据面临隐私挑战，需在数据充分性与实际可行性间取得平衡。专家认为AI虽可能强化歧视性结论，但能帮助识别和解决医疗健康领域的不平等，推动更公平的数据应用。