环球医讯

阿尔伯塔大学研究团队开发出名为DeepMet的化学语言模型，该模型基于2000多种已知人类代谢物的化学结构进行训练，成功预测了十亿种潜在代谢物结构，帮助识别出数十种先前未被认识的哺乳动物代谢物。这一突破性研究揭示了代谢组学中的"分子暗物质"，有望推动更精准的疾病诊断方法和靶向代谢途径的新药研发，相关成果已发表在《自然》杂志上，为理解生命活动的化学基础开辟了新途径。

德国公共健康服务面临严重人员危机，随着2020年新冠疫情初期通过的公共健康服务协议将于2026年底到期，公共健康服务医师职业协会警告称至少一半通过该协议创造的职位面临威胁。在地方财政紧张和卫生政策重点转移的背景下，公共卫生部门处于双重压力之下，可能导致服务能力倒退至疫情前水平，影响传染病防护、预防工作以及危机应对能力。联邦政府停止提供后续资金的决定已引发行业担忧，德国医学会明确表态支持公共健康服务作为医疗体系第三支柱的重要性，同时呼吁改善从业人员待遇并保障公共卫生部门由专业人员领导。

肯尼索州立大学机械工程助理教授石磊领导的研究团队获得美国国立卫生研究院52.27万美元资助，开发将生成式人工智能与生物力学心脏建模相结合的新技术，能够将心脏3D医学图像分析时间从传统方法的数小时或数周缩短至毫秒级，同时保持高精度，该技术可创建患者特异性心脏模型，模拟心脏运动、组织硬度及应力分布，帮助医生在手术前虚拟测试不同治疗方案，已在埃默里大学临床数据支持下进行验证，有望彻底改变心脏病的诊断与治疗流程，显著提升患者护理质量和临床决策效率。

尼日利亚裔佐治亚大学博士生简·奥杜姆开发的EpiCast移动应用在谷歌赞助的全球医疗AI挑战赛中斩获首奖，该工具专为西非资源有限地区设计，支持卫生工作者以本地语言实时记录患者症状并获取诊断辅助，通过离线运行的轻量化AI模型将非结构化临床观察转化为标准化数据，显著提升疫情早期预警能力，其创新性在于突破云依赖限制，已在埃博拉和新冠防控实践中验证有效性，为全球疾控体系提供可复制的技术解决方案。

前沿分子生物科学期刊近日推出人工智能驱动的空间与单细胞组学数据研究专题，聚焦计算建模策略解决多模态生物组学数据整合难题。该专题旨在通过机器学习与深度学习技术构建可重现的分子图谱，揭示组织结构、细胞类型组成及疾病相关变化，特别关注神经科学领域应用，包括脑细胞异质性图谱绘制、神经元亚型解析、空间脑图谱重建以及神经发育与神经退行性疾病机制研究。研究团队呼吁全球科学家提交计算生物学、数据融合算法及多组学整合方法的创新成果，截止日期为2026年12月1日，以推动构建标准化参考图谱并加速空间组学分析工具的开发。

日本东北大学医学研究生院的中泽彻教授团队开发了一种人工智能模型，能通过单张眼底照片准确估算"视网膜年龄"，平均误差仅约三年。研究表明，视网膜年龄与实际年龄的差距在糖尿病、心脏病或中风患者中显著更大，表明其视网膜老化程度超过实际年龄。该非侵入性筛查工具只需常规健康检查中的眼底照片，无需额外检测，可无缝融入临床工作流程。研究基于50,595张质量控制的眼底图像训练，已在《通讯医学》发表，团队正计划对10,000多人进行为期3年的追踪研究，以验证视网膜年龄信号能否预测心血管等系统性疾病的发展。

东北大学医学研究生院的研究团队开发了一种人工智能模型，该模型可以通过单张视网膜眼底照片估算"视网膜年龄"，准确度达平均误差约三年。研究发现，糖尿病、心脏病或中风患者往往存在更大的"视网膜年龄差距"（AI预测年龄与实际年龄之差），表明其视网膜比实际年龄更显老化。这一非侵入性技术无需额外检查，只需常规眼底照片即可实现，未来有望成为疾病风险筛查的重要工具，为个性化预防和早期干预提供新途径，但研究目前主要基于横断面分析，因果关系仍需长期前瞻性研究进一步验证。

美国神经病学学会年会上展示的研究数据显示，Octave生物科学公司开发的人工智能驱动多发性硬化症疾病活动度(MSDA)血液检测在美国临床实践中应用迅速增长，该检测通过测量18种蛋白质生物标志物生成疾病活动度评分，可用于监测疾病活动、进行风险分层并指导治疗决策。自2022年商业化上市以来，该检测使用量增长超过十倍，已有超过25,000次检测对近18,000名患者进行，被400多名医生在41个州的237个机构使用，主要应用于常规监测(63.9%)和初始评估(29.3%)，为医生提供除MRI外的另一种评估工具，代表了向主动的、基于生物标志物的多发性硬化症护理模式的转变。

最新研究表明，住院的脆弱老年非ST段抬高心肌梗死(NSTEMI)患者接受常规侵入性治疗策略相比保守药物治疗并未获得更好的临床结局。SENIOR-RITA试验亚组分析显示，脆弱患者中侵入性治疗组主要复合终点事件发生率为37.7%，而保守治疗组为29.4%，心血管死亡风险在侵入性治疗组有数值上的增加。研究提示对最脆弱的老年患者可能应避免常规侵入性治疗，而应采取个体化、基于脆弱程度评估的治疗决策，这一发现与既往针对75岁以上患者的随机试验证据一致。

科学家发现积雪草酸这一广泛应用于韩国护肤品中的成分可能具有远超预期的抗菌能力，肯特大学研究团队证实该化合物能够有效抑制包括耐药大肠杆菌在内的多种耐药细菌，其作用机制是通过靶向细菌特有的细胞色素bd复合物，干扰细菌生存能力而不影响人体，这一发现为开发新型抗生素提供了重要线索，有望应对日益严峻的全球抗菌素耐药性危机，同时可能改变我们对护肤品中天然成分医学价值的认知，为解决每年可能导致数百万人死亡的耐药性感染问题带来新希望。