环球医讯

一项发表在《npj Antimicrobials and Resistance》上的最新研究开发了一种名为resLens的新型基因组语言模型家族，旨在改进抗生素耐药基因(ARGs)的检测。该模型利用预训练的DNA语言模型进行迁移学习，能够识别常规数据库匹配工具可能遗漏的耐药基因，为追踪新兴耐药性提供了更快途径，同时突显了仔细验证的必要性。研究表明，resLens在长读长数据集上表现优于其他模型，能够对参考数据库中表示有限的ARGs进行分类，减少了对精选参考数据集的依赖，但并未完全消除这种依赖，表明此类工具更适合用于筛选和假设生成，而非最终结论。

本文介绍了纽约大学尼维尔·桑加纳教授关于如何利用可扩展CRISPR筛选技术将全基因组关联研究（GWAS）信号转化为药物靶点的研究。文章详细阐述了STING-seq和MultiPerturb-seq等创新技术如何系统地将非编码变异与因果基因联系起来，为药物发现提供新的靶点选择策略。同时，文章还探讨了AI在填补实验数据空白、加速药物发现过程中的关键作用，为解决常见疾病药物靶点识别难题提供了新思路，对肿瘤学、自身免疫疾病等领域的药物研发具有重要意义。

在瑞士日内瓦举行的第79届世界卫生大会上，尼日利亚代表埃多州卫生专员Cyril Adams Oshiomhole博士重申了推动加速实现全民健康覆盖、加强初级卫生保健系统以及在医疗保健服务中伦理整合人工智能的立场。他披露全球约45亿人仍无法获得基本医疗服务，呼吁加强国内医疗融资、建设以人为中心的医疗系统，并介绍了尼日利亚已采用国家数字健康战略、实施数据保护法以及扩展全国疾病监测系统的举措，同时倡导加强健康数据系统、对AI进行伦理监管和促进精准医学的公平获取，强调需进行更广泛的区域磋商以确保全球卫生政策充分反映不同地区面临的现实挑战。

本文探讨了神经退行性疾病研究的最新进展，重点介绍了从靶向单一受体到采用系统级方法的转变。文章深入分析了代谢功能障碍与神经退行性变之间的联系，GPCR（G蛋白偶联受体）信号传导在阿尔茨海默病中的关键作用，以及药物重定位策略在治疗神经退行性疾病方面的潜力。两位领域专家Ahmed F. El-Yazbi和Khaled Abdelrahman分享了他们对系统级视角重要性的见解，讨论了神经炎症在疾病进展中的角色，以及AI工具如何帮助整合多组学数据以改善靶点优先级和药物开发过程。文章强调，理解神经退行性疾病需要将大脑视为整个身体系统的一部分，未来研究应关注全身健康与神经健康的相互作用，以开发更有效的治疗策略。

本文深入探讨了医疗机构如何在技术采用过程中将护士置于核心位置，介绍了梅奥诊所"为护士服务，由护士主导"的创新模式，分析了临床输入对解决临床问题的关键作用，阐述了技术采用如何满足业务需求并与护理工作流程整合，同时指出培训方式正从传统功能培训转向以工作流程为中心的模式，文章还详细讨论了环境临床文档、虚拟护理及AI技术在护理工作中的应用策略，强调最大的变革障碍不是技术本身而是人员适应新工作方式的能力，为提升护理质量和患者体验提供了重要思路。

健康保险行业正越来越多地使用人工智能来审批或拒绝理赔申请，这引发了对人类监管缺失的担忧。健康技术专家朱德·奥杜（前联合健康保险公司员工）指出，AI系统可能放大医疗系统中已有的不平等现象。他举例说明某些AI系统在处理黑人患者预约时产生更长等待时间，以及一些AI理赔决策系统高达90%的决定在患者申诉后被推翻。奥杜强调AI的好坏取决于训练数据质量，警告保险公司以利润为导向的AI应用可能损害患者健康，主张应设置保障措施确保AI用于改善患者健康结果而非仅仅提高保险公司的利润，而非仅追求效率。他还预测医疗保险和医疗补助服务中心将很快大规模部署AI决策系统。

本文探讨了尽管医疗领域已有大量创新，但患者仍难以在复杂系统中顺利导航的问题。文章指出AI虽让医疗更智能，但关键在于简化流程。对新确诊患者而言，当前医疗系统如同包含医生、专科医生、药房、保险公司等要素的复杂迷宫，各部分缺乏沟通且常互相矛盾。作者认为医疗AI的真正价值不在于成为最聪明的工具，而在于成为迷宫中最简单的指南，通过减轻患者在这一经济中最复杂行业中的心理负担来改善医疗结果，实现从智能到简化的转变。

英国演员安妮-玛丽·杜夫首次在电视访谈中公开谈论弟弟埃迪因早发性阿尔茨海默病离世的悲痛经历，她详细描述了15年照护过程中的情感挣扎，强调疾病剥夺了弟弟的人生新篇章，同时揭露了护理资源匮乏的现实困境；这位《无耻之徒》女演员表示悲伤如调皮鬼般难以预测，但回忆起病中仍能欢笑跳舞的温暖时刻，她呼吁社会共同承担责任，并通过26英里步行为阿尔茨海默病协会筹款，彰显对社区支持体系的迫切需求。

人工智能正在彻底改变生物医学研究领域。Gladstone研究所的克里斯蒂娜·西奥多里斯博士开发了Geneformer和MaxToki两款创新AI模型，前者能预测基因活动变化对单个细胞的影响并已发现心脏病新药物靶点；后者能预测全身细胞随年龄变化的过程。这些模型使科学家能在计算机上运行数十亿次虚拟实验，在进入实验室前快速锁定最有希望的治疗靶点，将原本需要数年或数十年的研究过程缩短至数小时或数天，为治疗心肌病等疾病提供了新策略，有望解决那些因生物学过于复杂或细胞难以获取而长期难以理解的疾病。

加州大学洛杉矶分校研究人员发现EPAC2蛋白可能是治疗脆性X综合征的有效药物靶点，这种蛋白在脆性X综合征患者大脑中异常升高。研究表明，通过基因或药物化合物阻断EPAC2蛋白，能够成功纠正异常的脑回路活动，逆转包括触觉过度敏感、社交互动障碍和癫痫易感性在内的核心行为症状。由于EPAC2几乎只在大脑中表达，针对它的药物不太可能在身体其他部位引起不良副作用，这为脆性X综合征患者，尤其是儿童和成人患者带来了新的治疗希望。