环球医讯

马萨诸塞州总医院布里格姆的研究人员通过人工智能分析数万人的CT扫描，发现胸腺——这个长期以来被认为在儿童期后失去重要性的免疫器官——与人类寿命和疾病风险密切相关。研究表明，胸腺更健康的成年人全因死亡风险降低50%，心血管疾病死亡风险降低63%，肺癌风险降低36%，且对癌症免疫治疗的反应更好，癌症进展风险降低37%，死亡风险降低44%。这一发现挑战了数十年来关于胸腺的认知，表明它在成人健康中扮演着关键角色。研究人员指出，胸腺健康下降可能减少T细胞多样性，使免疫系统更难应对癌症等威胁，而慢性炎症、吸烟和体重较高等因素与胸腺健康较差相关，暗示生活方式可能影响免疫系统韧性，但还需要更多研究确认结果，且目前测量胸腺健康的成像技术尚未准备好在临床常规使用。

宾夕法尼亚大学Abramson癌症中心和佩雷尔曼医学院研究人员在2026年美国临床肿瘤学会年会上发表研究指出，当前面向患者和公众的AI与癌症相关信息质量普遍低下、可读性差且常忽略AI使用风险。研究团队分析了52个网页和29个视频，发现仅33%的网页和23%的视频质量较高，网页平均可读性达大学水平远超推荐的6-8年级标准，且仅15%提及AI幻觉风险。研究呼吁医疗机构开发更高质量、患者友好的AI教育资源，为患者提供安全使用AI工具获取癌症护理信息的指导，将患者教育作为AI融入肿瘤学的关键实施策略。

田纳西州健康部门披露的记录显示，厄兰格巴伦斯医院一名麻醉护士长期偷窃手术后剩余的芬太尼药物，而该医院部署的Sentri7人工智能药物监控系统未能及时发现这一问题。这一案例揭示了目前美国数百家医院使用的AI药物防盗软件在透明度和监管方面的不足，尽管此类软件被广泛宣传为能比人工更快检测药物失窃，但实际应用中可能存在盲区，特别是在手术室等特定区域，药物分发和记录方式与常规不同，导致AI系统难以准确追踪，突显了人机协作在医疗安全监控中的必要性。

本文探讨了人工智能在医疗诊断领域的最新进展，指出虽然ChatGPT等AI系统在诊断准确性方面已接近甚至超过人类医生，但在评估治疗方案和管理患者健康方面，人类医生仍然具有明显优势。文章通过具体案例说明，医疗决策不仅需要准确诊断，更需要理解患者的个人情况、价值观和对风险的接受程度，而这正是AI目前难以替代人类医生的关键所在。作者强调，在充满不确定性的医疗环境中，医生与患者之间的沟通、共同决策以及对风险的评估仍然是医疗实践的核心，AI可以作为辅助工具，但无法完全取代医生的专业判断和人文关怀。

本文深入探讨特朗普总统体检报告引发的三大核心疑问：为何进行非常规心脏CT血管造影检查，该检查通常仅适用于有症状或高风险患者，而总统既无高血压高胆固醇也无家族病史；为何长期服用高剂量阿司匹林（显著增加出血风险），其手部淤青可能与此相关，但白宫备忘录却建议改为低剂量；为何采用非临床常规的AI增强心电图评估"心脏年龄"，该技术主要用于预测隐匿性心脏病而非年龄测算。这些未解之谜凸显公众对国家领导人健康透明度的合理关切。

意大利圣拉斐尔电信顿基因治疗研究所的研究团队开发出一种名为"SMArT"(通过人工转录激活因子选择)的创新基因编辑平台，该技术能显著提升CRISPR-Cas9在人类造血干细胞中编辑的精确度与安全性，通过验证预期编辑结果并富集正确编辑的细胞，同时去除携带非预期且潜在有害基因组改变的细胞，为基因编辑疗法的临床应用扫清关键障碍；该平台在临床前模型中实现了编辑造血干细胞接近100%的纯度，同时大幅减少大片段缺失等非预期结果，特别适用于X连锁严重联合免疫缺陷症等严重遗传性免疫疾病的治疗，有望解决当前基因编辑技术面临的安全性挑战。

最新研究表明，某些抗生素（尤其是克林霉素、氟喹诺酮类和氟氯西林）的使用可能对肠道微生物组产生长达8年的持续影响。瑞典乌普萨拉大学研究人员分析了14,979名成年人的数据发现，与未使用抗生素的人相比，使用特定药物者在多年后肠道微生物多样性仍存在显著差异。研究显示，克林霉素每疗程与平均47个微生物物种减少相关，且肠道微生物组恢复最迅速发生在抗生素暴露后2年内，随后恢复速度明显减慢，某些物种可能永久消失。这一发现为限制不必要的抗生素使用提供了新的科学依据，强调了抗生素使用除耐药性风险外，还可能带来长期肠道微生物组改变的健康隐患。

美国加州大学洛杉矶分校的研究团队发现了一种称为"僵尸细胞"的衰老免疫细胞，这些细胞在衰老过程中在体内积累，特别是在脂肪肝患者的肝脏中。这些细胞不再分裂，但也不会死亡，会持续释放促炎物质，可能加速衰老和疾病进程。研究显示，在小鼠模型中移除这些衰老巨噬细胞后，即使在高脂饮食条件下，炎症也显著减少，肝脏损伤得到逆转，肝脏重量从占体重的7%降至健康的4%-5%范围。这一发现揭示了衰老巨噬细胞在脂肪肝疾病发展中的关键作用，为开发针对脂肪肝、动脉粥样硬化、阿尔茨海默病和癌症等与衰老相关疾病的新型治疗方法提供了潜在方向，目前研究团队正在寻找适用于人类的安全药物来清除这些有害的衰老细胞。

本文是南卡罗来纳公共广播电台《健康聚焦》节目的访谈记录，主持人Bobbi Conner与南卡罗来纳医科大学心脏电生理学家Rachel Kaplan博士探讨了心房颤动(AFib)的管理方法。文章详细介绍了心房颤动的定义、症状表现、治疗策略，包括心率控制、抗凝治疗、生活方式调整(如减少酒精摄入、减肥)以及导管消融术等新技术，强调了控制高血压和睡眠呼吸暂停等共病对预防心房颤动复发的重要性，为患者提供了全面的疾病管理指导和最新医疗进展信息。

本研究应用神经架构搜索(NAS)技术优化深度学习模型用于心电图心律失常自动分类，研究团队采用可微分架构搜索策略和AutoFormer搜索空间，在包含88,253条来自三大洲心电图的PhysioNet Challenge 2021数据集上训练和测试模型。结果显示，简约架构(嵌入维度384、深度4、自注意力头4、MLP比率1)在验证中达到0.66挑战指标，测试中实现0.97 AUROC，正常窦性心律和窦性心动过速的AUROC高达0.99。研究表明架构简洁性对心律失常分类性能至关重要，且自注意力机制能自动提取临床特征，为可穿戴设备提供轻量级解决方案，这对预防意外心源性猝死具有重要意义，同时揭示了类别不平衡对罕见心律失常(如低QRS电压和T波异常)分类性能的根本限制。