环球医讯

西班牙117岁女性玛利亚·布兰亚斯·莫雷拉的长寿研究揭示了遗传、免疫系统和肠道菌群的关键作用；研究表明她携带多种已知长寿基因变异及7种新发现变异，免疫系统高效且肠道微生物组健康，配合地中海饮食和适度活动，其生理年龄比实际年轻23岁，虽有关节炎和早期疾病迹象但未发展为严重病症，为健康老龄化提供了遗传与生活方式协同作用的新见解，强调衰老与疾病可分离的科学可能性。

本文全面解析了硒元素对甲状腺健康的关键作用，详细阐述了硒在甲状腺激素代谢中的核心功能，系统分析了硒缺乏与甲状腺功能减退、桥本甲状腺炎及格雷夫斯病等疾病的关联机制，客观评估了硒补充剂在改善甲状腺抗体水平和眼病症状方面的临床效果，同时提供了日常硒摄入的安全剂量范围、天然食物来源及过量风险警示，强调了在医生指导下合理补充硒的重要性，为关注甲状腺健康的读者提供了科学实用的营养指导。

美国艾伦脑科学研究所团队开发出突破性基因疗法，成功将完整的人类SYNGAP1基因通过腺相关病毒载体递送到患病小鼠脑部，显著减少癫痫发作并改善神经功能。实验证明该疗法能长期维持脑电活动正常化，恢复记忆和行为能力，为SYNGAP1相关障碍患者带来根治希望。这项研究首次实现大型基因的脑部精准递送，不仅有望彻底改变自闭症和癫痫患者的生存质量，更为治疗其他复杂神经系统遗传病开辟了新路径，标志着从基因源头治疗脑部疾病的里程碑式进展。

爱沙尼亚塔尔图大学主导的一项突破性研究发现，多种常用药物在停用后数年仍会持续改变肠道微生物组结构。通过对2,509名爱沙尼亚人长达五年的追踪分析，研究证实42%的测试药物会产生持续一年以上的微生物组变化，包括β受体阻滞剂、抗抑郁药、质子泵抑制剂和苯二氮卓类药物。研究揭示用药历史具有累积效应，过去用药史对当前肠道菌群的影响甚至超过当前用药，这对理解疾病与肠道菌群关系具有革命性意义。研究还发现苯二氮卓类药物对肠道细菌的影响堪比广谱抗生素，提示临床医学需重新评估药物长期效应，未来处方决策可能需考虑药物对微生物组的不同影响程度，从而在治疗效益与肠道健康间取得更优平衡。

灵犀健康（Lyra Health）宣布推出"临床级"心理健康聊天机器人Lyra AI，成为首家将生成式人工智能产品深度整合至持续治疗流程的大型企业。该产品基于公司治疗2000余万患者积累的数据训练，能提供同理心对话并引导用户使用放松练习等资源，但专家警告现有证据表明消费级聊天机器人已导致用户陷入妄想甚至自伤行为，在缺乏充分安全性和有效性数据的情况下仓促部署存在重大风险。公司强调通过多级风险预警系统和24小时人工监控确保安全，并计划明年扩大应用范围，同时谨慎将其定位为"健康 wellness 产品"以规避FDA医疗器械监管，而美国食品药品监督管理局将于11月初召开专题会议讨论生成式AI心理健康设备的监管框架。

康涅狄格州两大医疗系统耶鲁纽黑文医疗系统和哈特福德医疗保健正积极采用Abridge人工智能工具，该技术通过记录医患对话并利用大语言模型生成就诊总结，使医生摆脱繁琐的电子病历录入工作，能够全神贯注于患者护理。在耶鲁系统已有超过1100名医生使用该应用，80%以上试用医生决定持续采用，其精准捕捉诊疗细节的能力令人印象深刻，包括能区分患者本人与家属的不同陈述。该技术特别适用于急诊环境，解决了医生因疲惫而难以高质量完成病历记录的问题，同时医疗系统也严格评估了AI技术的安全性与"幻觉"风险，通过渐进式实施策略确保技术可靠性和患者数据安全，显著提升了医护人员工作满意度和患者互动质量。

美国联合委员会（TJC）与健康人工智能联盟（CHAI）联合发布《医疗人工智能负责任使用指南》，系统阐述医疗机构应用AI工具的风险管理框架。该指南将健康AI工具定义为涵盖临床、行政及运营的算法解决方案，明确识别出误诊风险、数据安全威胁、算法偏见等七大核心挑战，并提出包含治理结构、患者隐私保护、质量监控等七要素的实践方案。尽管当前不具备强制约束力，但将作为TJC即将推出的AI认证计划基础，同时与美国国家标准与技术研究院（NIST）风险管理框架形成互补，为医疗行业在联邦立法空白期提供关键合规指引，助力构建安全可靠的AI医疗生态体系。

维多利亚州政府支持建立新的亚太总部并扩建墨尔本全球研发工程中心，预计创造近50个高技能岗位并带来1000万澳元研发投资。该人工智能平台整合机器人视网膜成像与远程眼科技术，可早期检测糖尿病视网膜病变、青光眼等眼部疾病及心血管、神经系统等全身性疾病，同时推动眼组学前沿研究。此举强化了该州在人工智能医疗创新领域的全球领导地位，通过提升诊断精准度、可及性与效率，将研究成果转化为可扩展的医疗解决方案，并促进健康与数字技术成为未来生产力核心驱动力，助力应对人口老龄化与医疗服务需求增长的挑战。

本伞形综述系统分析了2019至2024年11月间发表的181篇人工智能医疗应用系统评价，揭示70%的模型训练依赖诊断影像、电子健康记录及生物标志物数据，诊断、预后与治疗规划构成超80%的核心应用场景，同时可穿戴设备等新型数据源应用自2022年起显著增长；研究显示64.6%的综述报告了隐私保护、模型准确性、数据算法偏见及可解释性等伦理问题且比例持续上升，强调推进人-人工智能-人协同范式需同步完善治理框架与伦理监管体系，以确保技术安全落地临床实践。

专家警告医疗领域人工智能工具的迅猛发展可能引发复杂的法律责任认定难题，报告指出当前AI医疗产品存在测试不足、责任主体模糊及法律追责障碍等问题，医生可能因算法错误被追责而技术公司通过合同转移责任，同时监管缺失导致工具在临床应用中产生不可预测风险，亟需建立有效的评估体系和数字基础设施投资以确保医疗AI的安全性与实效性。