环球医讯

一项发表于《JAMA Psychiatry》的研究利用大数据驱动的MRI分析，从1831名参与者中识别出三种神经生物学上不同的ADHD生物亚型，分别与不同的大脑回路改变相关：严重混合型伴情绪失调、主要多动/冲动型以及主要注意力不集中型。该研究摒弃了传统的症状分类法，通过脑成像和聚类算法揭示了ADHD的异质性，为未来个性化治疗提供了新方向。

本研究旨在评估脊髓小脑性共济失调2型（SCA2）患者的认知功能，并探究通过NeuroNation数字平台进行的六周认知训练计划对认知功能的影响。研究纳入了12名SCA2患者和12名健康对照者，在训练前后进行了全面的神经心理学评估。结果显示，与对照组相比，SCA2患者在多个认知领域（包括言语记忆、视觉空间记忆和执行功能）均表现出显著损伤。经过干预后，患者在记忆的多个亚成分（如无意记忆、即时记忆、延迟记忆和再认记忆）上显示出显著改善，但执行功能的变化有限或没有。研究结论表明，SCA2患者存在显著的认知损害，尤其是与记忆相关的功能，而数字认知训练可能对支持其认知功能具有潜在作用。

皮肤科医生指出，预先授权信函、患者教育资料和患者分诊是AI工具在皮肤科领域的主要应用。AI的成功使用依赖于学习有效的提示工程，即向AI提出足够具体的问题以获得高质量输出。专家建议在提示中明确人口统计信息、提供临床背景、定义格式并根据受众设定技术级别。例如，用于患者教育资料的提示可要求八年级水平的维A酸使用说明；用于分诊的提示可要求根据患者请求优先级排序。加利福尼亚州法律自2025年起要求披露AI生成的通信内容，除非经过医生审阅。皮肤科医生强调对AI输出需保持“信任但核实”的态度。DermGPT和ChatGPT等模型在临床决策、预授权和患者教育方面有节约时间、提高全面性的优势，但仍需人类编辑和验证。

本文探讨了通过行业、学术界与监管机构之间的战略合作，以及非洲大陆自由贸易区（AfCFTA）的助力，来降低非洲药品成本的必要性与路径。文章指出药品可及性关乎公共卫生与发展，分析了高药价的结构性原因，强调本土制造、工艺创新、产学研结合与监管协调的重要性，并呼吁建立协作性制药生态系统，最终实现非洲制药主权。作者认为，只有多方协同与跨边界整合，才能让非洲民众用上负担得起的优质药品。

本文综述了人体微生物组作为宿主免疫、代谢和神经生物学关键贡献者的重要作用，探讨了微生物群落在复杂宿主-环境系统中的运作机制。文章分析了菌群失调与多种疾病的相关性，并系统阐述了有益微生物及其代谢物的功能、菌群失调的临床意义以及微生物信号塑造的免疫通路。同时，文章还讨论了基于多组学技术和类器官模型的新兴治疗策略，包括饮食调节、益生菌、工程化微生物群落、后生元和粪便微生物群移植等，为微生物组指导的精准医学和预防医学提供了理论基础，也指出了定义微生物健康标准、确保微生物定植持久性以及解决监管和伦理问题等关键挑战。

本研究评估了四种新型循环生物标志物（Phoenixin-14、Syntenin-1、Alamandine和Cerebellin-1）在冠状动脉疾病严重程度评估中的诊断价值。研究发现，Phoenixin-14在区分严重冠状动脉疾病方面表现卓越，ROC曲线下面积达0.969，敏感性和特异性分别达86.7%和96.7%，显著优于其他三种生物标志物。Phoenixin-14浓度在对照组、非关键CAD组和严重CAD组中依次下降，且与代谢指标相关但基本不受传统心血管风险因素影响，表明其作为冠状动脉疾病严重程度评估和临床风险分层的潜在生物标志物具有重要价值，值得通过更大规模的多中心研究来验证这些发现并确定其在当代心血管实践中的增量价值。

菲奥娜·吉尔伯特教授是剑桥大学放射学教授，也是英国皇家放射科医师学会的AI首席顾问。在本专访中，她回顾了自己从医学生到放射学专家的历程，强调临床实践对科研方向的重要性。她指出，断层合成、对比增强乳腺摄影、快速MRI和AI辅助判读等技术各有价值，尤其对于致密型乳腺女性，对比增强技术能额外检出每千人16–18例癌症，而超声仅检出4例。BRAID试验的中期结果已证实这一优势，后续还需观察间隔癌减少情况。AI在影像学中能提升报告标准化和效率，尤其在高信心度正常报告方面有望替代部分人工，但需解决数据安全、监管和公平性问题。她呼吁政策制定者积极推动新技术落地，并重视全科医生在保障筛查公平性中的关键作用。

本文探讨通过微小的日常改变，如增加几分钟睡眠、每日少量运动和额外一份蔬菜，可以显著延长寿命并改善整体健康。一项发表在《柳叶刀临床医学》上的国际研究分析了美国、瑞典、挪威和英国的数据，发现每天多走五分钟中等步速的路就能降低10%的死亡风险，改善睡眠每天五分钟可延长一年寿命。睡眠、体力活动和营养（S.P.A.N.）的小幅提升综合起来是关键，摒弃“全有或全无”的心态，小步骤积累能带来寿命和生活质量的双重提升。

本研究探讨了结构化、实践性AI体验如何影响硕士生对未来临床实践和学术学习中AI应用的看法，运用DigCompEdu框架分析，发现短期AI体验结合伦理指南能促进数字能力和创新能力的培养。学生预期AI将融入日常临床工作（如决策支持、文档记录、监测），同时保持人类判断；他们制定了学习路径，包括AI辅助范围界定、结构化和总结，并建立验证例程以避免过度依赖；他们将AI视为协作者，并准备弥合临床与工程视角；他们呼吁制定指南、加强治理素养，并提供验证时间与工具；他们还通过迭代试验测试了小规模AI支持的创新。五个主题主要对应于DigCompEdu的A6（促进学习者数字能力）和A1（专业参与），而A4（评估）代表性不足。研究建议将实践AI与验证过程、治理与伦理入门相结合，并开展跨专业共同设计的服务与流程创新。

俄亥俄州立大学的科学家Vadim Fedorov博士和医生John Hummel博士通过创新的离体心脏成像技术，揭示了心房颤动（AFib）源于肺静脉以外的“折返驱动位点”，终结了医学界长达十年的争论。他们的合作研究不仅确认了这些位点的存在，还发现它们像龙卷风一样呈枢纽状电活动，并利用荧光染料和红外相机实现了4万点的高分辨率成像。研究团队正探索性别和年龄对房颤的影响，开发个性化治疗方案，旨在最终通过药物、消融疗法和预防策略改善全球数百万房颤患者的治疗效果和生活质量。