环球医讯

本文系统分析香料与心律失常的潜在关联，指出适量食用下风险极低，心律失常主要受基础心脏疾病、整体饮食及生活方式影响。通过解析辣椒素、肉桂醛等生物活性成分的作用机制，阐明电解质失衡、神经系统刺激等理论路径，同时澄清"所有香料有害心脏"等常见误解。特别强调心脏病患者需警惕姜与抗凝药物、甘草与降压药的相互作用，香料补充剂因高浓度需严格遵医嘱，而日常烹饪中适度使用多数香料反而可通过抗氧化和抗炎特性促进心血管健康，关键在于个体化评估与合理控制摄入量。

伊利诺伊大学芝加哥分校护理学院副教授香农·哈洛韦的研究聚焦于生活方式行为改变对脑衰老的保护作用，其开创性研究表明日常身体活动水平与脑容量呈正相关，较高水平的身体活动可能延缓老年人认知衰退进程，目前正主导美国首个大规模认知数据整合研究，汇集13项早期干预试验中10,000多名老年人的数据，旨在量化身体活动、认知训练、社交互动及健康饮食对维持大脑健康的精确影响阈值，为延缓阿尔茨海默病等神经退行性疾病提供科学依据。

这篇文章揭示了现代生活中常见的饮食和饮酒习惯如何悄悄引发代谢功能障碍相关脂肪性肝病(MASLD)这一"无声危机"。专家指出，MASLD是当今时代的隐形流行病，比人们意识到的更为普遍和严重。文章详细解释了MASLD的发病机制、对肝脏的损害过程，以及与心血管疾病和癌症的关联，并提供了通过减重、改善饮食、增加运动等简单方法预防和逆转早期MASLD的专业建议，强调在疾病早期发现并及时干预可以有效避免肝硬化等不可逆损伤。

本文详细探讨了蜂蜜的多种健康益处及其科学依据，包括蜂蜜对伤口愈合、睡眠改善、缓解咳嗽和喉咙痛等方面的功效。文章分析了蜂蜜的成分及其对糖尿病、心脏病和癌症患者的影响，同时指出蜂蜜并非适用于所有人，特别是对一岁以下婴儿可能带来肉毒杆菌中毒风险。研究显示，虽然蜂蜜在某些方面确实有积极作用，但效果因蜂蜜种类、剂量等因素而异，医用级蜂蜜需在医生指导下使用，不能替代常规医疗手段。

佐治亚理工学院博士生Charles Nimo通过AfriMed-QA基准测试发现，主要基于西方数据训练的医疗AI系统在非洲医疗场景中表现显著下降，尤其在处理热带疾病和传统医疗实践方面存在明显局限性。研究团队构建了包含15000多个非洲医疗问题的数据集，揭示了AI模型在跨文化医疗应用中的准确性差距，同时开发了"Africa Health Check"工具分析文化偏见，表明80%依赖传统草药的非洲患者需求未被现有AI系统充分满足，为构建真正全球适用的健康AI指明了方向。

美国健康保健盖洛普中心最新研究显示，约四分之一美国成年人使用人工智能工具或聊天机器人获取健康信息。调查显示，超过半数受访者将AI作为补充医疗手段，在就诊前后使用；但值得注意的是，27%的使用者因不愿付费、14%因无力支付而选择AI替代就医，18%则因尴尬而不愿与人交流。AI主要被用于查询身体症状、营养锻炼、药物副作用等日常健康问题，近四分之一用户还将其用于心理健康咨询，凸显了AI在医疗信息获取中的日益重要角色。

本文报道了在爱迪生奖颁奖典礼上，医疗健康领域专家们关于人工智能应用的讨论，重点探讨了数据隐私、患者信任以及AI在医疗诊断和药物研发中的创新应用。梅奥诊所专家分享了利用声音作为生物标志物诊断主动脉瓣狭窄的技术，健康人工智能联盟代表强调了数据隐私挑战，Algen生物技术公司展示了获得爱迪生奖的AI驱动药物发现平台AlgenBrain，讨论了如何平衡技术创新与患者隐私保护，以及如何利用AI加速药物研发过程，降低90%的新药开发失败率，确保药物对所有患者群体都有效。

休斯顿卫理公会医院的研究团队开发了一种名为CAMPER的AI驱动平台，该平台能够高效识别和设计针对抗生素抗性细菌（如耐甲氧西林金黄色葡萄球菌MRSA）的抗菌肽。这项发表在《自然通讯》杂志上的研究显示，CAMPER整合了机器学习与生物学特征，可评估和排序候选肽库，成功发现WP-CAMPER1这一强效候选物，它在低浓度下对MRSA表现出显著活性。研究负责人Mylonakis博士指出，抗生素抗性细菌每年在美国造成约280万例感染和3.5万例死亡，这一创新方法为开发针对难治性感染的新疗法提供了重要突破，代表了向可扩展治疗平台迈出的关键一步，有望解决全球抗生素抗性危机。

Cedars-Sinai医疗中心计算生物医学系主任Jason Moore博士探讨了"代理式"AI的现状与前景。文章详细解释了这种能自主完成实验数据分析、报告结果和决策的下一代人工智能技术，分析了其在提高科研效率方面的优势，如加速软件开发和应对医疗成本上升的挑战，同时也讨论了AI在管理能力、情感共鸣和创造性思维等方面的局限性，以及信任、伦理和能源消耗等关键问题，最终指出代理式AI将极大提升科研效率但不会完全取代人类科学家，未来一年内这一领域将发生显著变化。

最新研究揭示主流AI聊天机器人在医疗咨询中存在严重缺陷：五款AI工具对250个健康问题的正确率仅50.5%，其中20%的错误建议可能造成实际伤害。专家指出这些工具缺乏医学推理能力，易因模式匹配机制在信息不足时仓促下结论，且过度自信地传播错误信息（如虚构的"比克索尼亚症"被当作真实疾病引用）。尽管14%的用户因AI建议放弃就医，但数据也显示公众对AI医疗存在理性警惕——约三分之一用户既使用又不信任该服务，专家呼吁建立第三方监管机制并强调聊天机器人仅应作为专业医疗的补充工具而非替代品。