环球医讯

考古学家通过对两千年前玻璃小瓶的分析首次获得确凿考古证据，证实古罗马人确实将人类粪便作为医疗手段用于治疗感染和炎症，研究发现小瓶内含人类粪便生物标志物及百里香等芳香化合物以掩盖恶臭，这一发现填补了古代医学文献与实物证据间的空白，揭示古埃及、中国、希腊和罗马世界均存在粪便疗法记载，而现代医学中的粪便微生物移植虽技术先进却与古人的治疗思路存在历史呼应，展现了人类对肠道健康认知的延续性。

华盛顿大学医学院研究发现儿童呼出气体中的化学特征能精准反映肠道菌群构成，通过分析呼吸挥发性有机化合物可建立与粪便样本对应的微生物关联。该技术在哮喘患儿中验证有效，能提前预警菌群失调引发的健康风险，相比耗时数天的粪便测序，呼吸检测仅需数分钟即可完成。尽管面临饮食干扰等挑战，这项无创技术有望发展为手持设备用于肥胖、癌症等疾病的肠道常规筛查，但需进一步验证跨人群稳定性并建立设备标准，未来或彻底改变医学诊断方式。

卢森堡卫生研究所与卢森堡兽医和食品管理局联合发布了2025年禽流感、新城疫、西尼罗河病毒和乌苏图病毒监测的全面评估报告。该报告总结了双方近二十年的合作成果，展示了卢森堡如何通过整合诊断、流行病学研究和"同一个健康"方法，构建有效的疾病监测体系。报告详细阐述了四种主要禽源人畜共患疾病的流行病学特征、监测策略及年度发现，强调了跨部门合作在早期发现疾病威胁、追踪传播途径及保护人类、动物和环境健康方面的重要作用，为欧洲公共卫生安全提供了宝贵经验。

土耳其考古学家在帕加马古城出土的1900年前密封药膏瓶中，首次发现古罗马医学使用的粪便药物实物证据，经化学分析确认含有粪甾醇等人粪生物标志物及百里香精油成分，证实了迪奥斯科里德斯、老普林尼和盖伦等古典文献中记载的粪便疗法并非理论空谈，而是实际应用的医疗实践，同时为现代微生物组疗法提供了历史参照，促使学界重新评估曾被视作荒谬的早期医学传统。

考古学家在土耳其西部发掘出一个2000年前密封的玻璃药瓶，内含混有百里香的人类粪便干燥碎片，首次确凿证明古罗马医生确实将人类粪便作为药物使用，而非仅停留在书面记载。这一发现证实了盖伦等古代医者的处方真实应用于临床，揭示了古代医学实践与理论的一致性，也表明现代医学中粪菌移植等疗法的理念早在两千年前就已被古罗马人所实践，尽管方式较为原始。这一发现不仅挑战了我们对古代医学的认知，也为理解传统医学与现代医疗实践的联系提供了新视角，同时突显了人类在医疗探索过程中不断尝试和创新的精神，即使这些方法在今天看来可能显得古怪甚至令人不适。

英国德比和伯顿NHS基金会信托医院首席数据和分析官罗兰·阿吉迪指出，英国正面临建立全球领先、实用且以患者为中心的医疗AI监管框架的关键时机，必须构建贯穿AI生命周期的治理框架，明确开发者、医疗机构和临床医生的共同责任，借鉴欧盟、美国FDA等国际经验实施高风险分级管理、结构化保障案例和实时监测系统，将监管视为加速而非阻碍创新的机制，从而在保障患者安全的同时确立英国在全球安全医疗AI领域的领导地位。

哈佛医学院研究人员揭示医疗AI模型在临床部署中面临的核心挑战——上下文错误，即模型虽在标准测试中表现良好，却常因忽略医学专业差异、地理区域特征及社会经济因素而产生脱离实际的输出；研究提出通过整合多源上下文数据、开发针对性测试基准和优化模型架构三大策略来弥合理论与实践差距，并强调需解决信任机制与人机协作界面问题以实现AI在个性化治疗中的潜力，最终推动医疗效率提升并避免加剧健康不平等，该成果发表于《自然医学》期刊为负责任AI落地临床提供关键路径。

全球医疗保健人工智能市场正经历爆炸性增长，预计从2025年的216.6亿美元增长至2030年的1106.1亿美元，复合年增长率达38.6%。这一增长主要受慢性病管理需求增加、老龄化人口推动以及AI技术在早期诊断中的应用所驱动。北美目前主导市场，但亚太地区增长最快。主要参与者包括Koninklijke Philips N.V.（皇家飞利浦公司）、Microsoft Corporation（微软公司）、Siemens Healthineers AG（西门子医疗）、NVIDIA Corporation（英伟达公司）和GE Healthcare（通用电气医疗）等公司，它们正积极与医疗机构合作部署AI解决方案。尽管面临数据隐私、专业人才短缺等挑战，AI在医疗影像诊断、个性化治疗规划、远程患者监测等领域的应用前景广阔，医疗机构需把握生成式AI带来的关键转折点，建立AI能力以提升市场竞争力。

本文深入分析了英国国家医疗服务体系中人工智能监管的核心挑战，指出医疗AI并非缺乏监管框架，而是缺乏对现有规则（医疗器械监管、药物警戒、临床治理等）如何适用于动态演进系统的共识理解。作者强调风险比例原则的关键作用，主张根据AI应用场景的实际风险水平实施差异化监管；同时阐明部署后持续监督、责任边界明确及监管机制适应医疗工作流程特性的重要性，认为有效治理应聚焦于现有法规在真实临床环境中的正确应用，而非制定新规则，为AI在医疗领域的安全落地提供了实践路径。

本文深入分析了人工智能在医疗保健应用中的问责制挑战，揭示95%的组织报告AI投资回报率为零的现状，根源在于系统脱节和上下文缺失。作者提出通过确保数据完整性、平衡人工监督与持续学习三大策略，将问责制工程化融入AI系统，使AI成为工作流程的诚信连接器，从而释放临床医生时间、保障医疗准确性、保护机构收入，并推动医疗行业向高效安全方向发展，最终实现患者、医护人员和组织的多方共赢，为负责任的AI创新树立新标杆。