环球医讯

本文深入解析了晕动病（如晕车、晕船）的个体差异现象，揭示约三分之一人群极易受此困扰而其他人却不易受影响的科学原因。研究表明，晕动病由预期运动与感知运动间的信号冲突引发，关键影响因素包括前庭器官功能、神经系统处理冲突信号的能力、遗传基因变异（如与平衡功能相关的基因）、对运动的适应习惯以及内耳敏感性。研究发现驾驶员因能预判动作比乘客更少晕车，且女性、九岁左右儿童及激素波动期人群更易感。晕动病并非"胃弱"所致，而是生理、神经、遗传和习惯等多因素综合作用的结果，这一认知有助于开发更精准的预防和治疗方法。

Гриппферон®是一种含人重组α-2b干扰素的鼻用喷雾剂，用于流感和急性呼吸道病毒感染的预防与治疗。该药品通过诱导2',5'-寡聚腺苷酸合成酶的合成发挥抗病毒作用，抑制病毒蛋白生物合成并诱导感染细胞凋亡，同时具有免疫调节和抗炎效果。适用于从新生儿到成人的各年龄段人群，妊娠期和哺乳期妇女可安全使用，以年龄相应剂量鼻内给药，5天为一疗程。说明书详细阐述了其药效学、药动学特性、适应症、禁忌症、用法用量及可能的副作用，强调在治疗5天后无改善或症状加重时应咨询医生，且不建议与鼻用血管收缩剂联合使用以免加重鼻粘膜干燥。

日本东北大学正成为医疗人工智能研发的核心阵地，该校医学院联合医生、AI专家及健康科技企业建立了"医药中心"，致力于开发临床可用的AI医疗解决方案。目前重点推进两大项目：一是利用行为模仿学习技术开发云AI系统（DM-SAiL），为非专科医生提供精准胰岛素剂量建议，解决农村地区糖尿病 specialist 医师短缺问题；二是基于80万次透析数据训练AI模型，精准预测血液透析脱水量和低血压风险，辅助非专科医生安全实施治疗。这些技术已获日本医疗研究开发机构（AMED）支持，计划2024年开展临床试验，未来有望扩展至家庭治疗场景，缓解门诊压力并提升偏远地区医疗可及性，凸显了高质量医疗数据与跨领域协作对AI研发的关键作用。

OpenAI近日宣布以超过1亿美元收购医疗科技初创企业Torch，此举将显著增强其面向消费者的健康服务ChatGPT Health。Torch开发的"AI医疗记忆"技术能整合用户来自实验室检测、可穿戴设备及医疗机构的多源健康数据，帮助ChatGPT Health识别长期健康模式并提供个性化建议。该技术将使聊天机器人在处理大型文件上传时保持对话上下文完整，同时采用专用加密技术确保医疗数据隐私安全，标志着OpenAI在2026年全面进军医疗健康领域的重要战略布局。

斯坦福大学研究团队开发出一种人工智能计算机视觉模型，能够以85%的准确率识别鼻咽癌患者放疗后出现的颅底放射性骨坏死并发症，其诊断能力与经验丰富的临床医生相当。该研究聚焦于在亚裔美国人中高发的罕见致命癌症——鼻咽癌，利用192名患者的1500多张鼻咽内窥镜图像训练模型，虽在区分癌症复发与放射损伤方面表现中等，但有望通过更大数据集优化。研究成果由斯坦福亚洲健康研究中心资助，旨在通过人工智能提升医疗公平性，使资源匮乏地区的患者也能获得专家级诊断支持，同时强调AI仅作为临床医生决策辅助工具而非替代者，未来将在诊断、治疗和疾病监测中发挥重要作用，但不会取代医患关系。

斯坦福大学研究团队通过小鼠实验发现，衰老关节软骨流失与15-PGDH蛋白密切相关，该蛋白随年龄增长而增多并阻碍组织修复。实验证实抑制剂可使老年小鼠磨损的膝关节软骨增厚，预防运动损伤诱发的骨关节炎，且无需干细胞介入即可激活软骨细胞自我修复功能。人体膝关节置换手术样本测试同样显示软骨硬度提升和炎症减轻，这一机制突破为根治骨关节炎提供了新路径，未来可能使关节置换手术成为历史，当前临床试验已具备安全基础。

本期健康节目邀请再生医学专家阿迪尔·汗博士深入探讨了再生医学在延长人类寿命、增强体质和加速创伤愈合方面的革命性应用。汗博士详细阐述了干细胞治疗、基因疗法和富血小板血浆等前沿技术，揭示了肌肉质量与健康老龄化的关键联系，解释了老化统一理论及表观遗传重编程等科学概念。节目还系统分析了炎症反应、免疫系统与整体健康的关系，比较了再生医学与传统制药模式的根本区别，并介绍了微生物组影响行为、肽类作用机制以及外泌体治疗等创新领域，为听众呈现了一个通过激发人体自愈能力实现健康长寿的科学图景。

Anthropic公司推出Claude for Healthcare，通过与医疗数据库和平台的专用连接器革新医疗AI领域，紧随OpenAI发布ChatGPT Health之后。该产品专注于为医疗提供者、支付方和患者提供专业工具，特别强调与CMS覆盖数据库、ICD-10系统等关键医疗资源的直接集成，可自动化处理预先授权等行政任务，将处理时间从数天缩短至数小时，同时确保数据隐私安全并避免AI产生幻觉问题，为医疗行业提供更高效的工作流程和更好的患者关怀，这一发展标志着人工智能在医疗系统整合中的重要里程碑。

麻省理工学院计算机科学教授雷吉娜·巴齐莱在访问以色列期间指出，以色列凭借其深厚的技术专长、创新文化以及医疗服务提供者与支付方合二为一的独特医疗系统结构，具备在全球医疗人工智能领域发挥领导作用的独特优势。她特别强调以色列在乳腺癌早期诊断方面的潜力，与以色列医疗团队合作开发的MIRAI机器学习工具已能分析近两百万份乳腺X光片，在癌症可见之前识别细微模式，将诊断提前一至两年，有望显著改善患者预后并降低医疗成本，同时推动人工智能技术在肺癌、前列腺癌等其他疾病诊断及药物设计领域的应用，为解决全球医疗资源不足和诊断误差问题提供创新方案。

本文系统分析了人工智能技术在医疗健康领域的深度应用价值与潜在风险，重点探讨了聊天机器人等AI工具在缓解医疗资源紧张、缩短患者等待时间方面的实际效用，同时揭示了由AI"幻觉"导致的错误医疗建议（如误判肺栓塞风险）等严重安全隐患，并详细介绍了斯坦福大学开发的ChatEHR等创新解决方案如何通过优化电子健康记录管理来辅助医护人员工作，强调AI应作为医疗专业人员的增强工具而非替代者，最终呼吁在推进医疗智能化进程中必须建立严格的安全保障机制以维护患者权益和医疗数据准确性，为行业提供了平衡技术创新与医疗伦理的实践路径。