环球医讯

Arcadia健康数据公司首席执行官迈克尔·梅乌奇在《首席医疗执行官》播客Data Book访谈中深入探讨医疗组织如何平衡人工智能应用，强调需建立动态治理体系而非设置过高评估标准，指出当前AI技术虽不完美但将持续进化，医疗系统应像管理人类员工一样监督AI代理，通过变革管理优化工作流程，并区分临床与行政场景实施差异化的AI部署策略，同时警惕同时踩油门和刹车的发展困境。

本文基于英国国家健康研究院资助的快速服务评估团队对国家医疗服务体系中环境语音技术（AVT）的快速评估第一阶段结果，系统分析了AVT在医疗场景中的应用证据。研究表明，AVT能显著减少医护人员文档记录时间，但现有研究多止步于“输出”层面（如节省分钟数），缺乏对“成果”层面（如患者体验改善、工作倦怠减轻或系统容量提升）的深入评估。文章揭示了AVT市场快速多样化带来的评估挑战，指出测量方法不一致和逻辑模型缺失是核心问题，强调需明确时间节省如何转化为实际价值。下一阶段将开展多站点真实世界评估，聚焦技术实施细节、工作流程重塑及经济影响，以验证AVT能否兑现其对医疗系统效率与员工福祉的承诺，为政策制定提供科学依据。

最新发表于《美国医学会杂志内科学》的SOUL试验二次分析显示，口服司美格鲁肽（商品名Rybelsus）可使伴有动脉粥样硬化性心血管疾病或慢性肾病的2型糖尿病合并心力衰竭患者的心衰恶化或死亡复合风险显著降低22%，该效应主要体现在射血分数保留型心衰（HFpEF）亚组中，为临床治疗提供了重要循证依据，尤其针对同时患有肥胖症的高危人群，尽管该药物尚未获批心力衰竭预防适应症，但已因其心血管保护作用获得相关批准。

瑞典斯科讷大学医院的一项新研究揭示，通过早期干预高血压、高脂血症、缺血性心脏病等可改变风险因素，能有效降低近半数痴呆症的发病风险，特别是血管性痴呆；研究强调痴呆症在症状显现前数十年就开始发展，因此成年早期应注重教育、体育锻炼和避免吸烟，中年时期需严格控制血管和代谢健康，晚年维持感官和社会优化，以延缓或预防痴呆症的发生，同时指出β-淀粉样蛋白斑块与糖尿病相关，而tau蛋白缠结积累与低身体质量指数相关联，为全球痴呆症预防提供了关键科学依据。

30岁的亚历克斯·巴尔姆斯因长期忽视气短、腹胀、疲劳等异常症状，误将心力衰竭征兆归因于焦虑或年龄增长，最终在2024年被诊断为晚期心力衰竭。通过左心室辅助装置(LVAD)挽救生命后，他联合亚海拉·奥尔蒂斯医生发起心脏健康警示，强调心力衰竭症状（如无法平卧呼吸、持续性疲劳、体重异常增加）易与焦虑混淆，呼吁公众警惕年轻群体患病风险，及时就医排查。美国心脏协会指出肿胀、恶心等症状常被忽视，早期干预可显著改善预后。

分水岭脑梗死是指发生在不同脑血管供血区域边界处的缺血性病变，由于该区域距离主要动脉供血最远而特别容易受到灌注不足的影响。这类梗死约占所有脑梗死的5%-10%，常见于有动脉狭窄、低血压发作或微栓子来源的老年人群。传统认为其主要由低灌注引起，但新证据表明微栓子也可能致病。根据位置可分为皮质（外部）分界区梗死和深部（内部）分界区梗死，前者可由低灌注或微栓子引起，后者主要由低灌注导致，在CT和MRI上呈现特征性"串珠征"等影像学表现，对临床诊断和治疗具有重要指导意义。

最新研究揭示癌症与阿尔茨海默病存在"逆向共病"现象，某些癌症释放的半胱氨酸蛋白酶抑制剂C可通过血液进入大脑，结合有害淀粉样蛋白团块并激活TREM2蛋白，从而启动脑部免疫细胞清除斑块，显著减少斑块堆积并改善认知功能；研究人员强调癌症本身并非保护机制，但该生物通路为阿尔茨海默病新疗法提供关键靶点，未来治疗或可聚焦清除大脑有害堆积物，该发现基于动物模型实验，需进一步人类研究验证其普适性，为神经退行性疾病防治开辟新方向。

牙科专家警告公众过度追求牙齿美白而忽视整体口腔健康的危险倾向，研究证实口腔微生物组失衡会引发全身性炎症反应，显著增加糖尿病、心脏病和痴呆等系统性疾病风险。专家强调日常护理必须包含牙缝刷、舌苔清洁和沿牙龈线刷牙等关键步骤，数据显示超半数英国成年人面临牙龈疾病威胁，及早干预不仅能改善口腔状况，还可降低30%以上全身疾病发病率，这对公共卫生体系具有重大意义，尤其50岁以上人群90%存在早期牙龈问题却常被忽略。

东京科学大学研究人员发现口腔微生物群与精神分裂症患者认知功能之间存在显著关联。通过对68名精神分裂症患者和32名健康对照组的唾液样本及认知测试进行分析，研究表明口腔微生物多样性降低与认知功能较差相关，特别是链球菌属与普雷沃氏菌属比例失衡。PICRUSt2预测的糖类生物合成、能量代谢等微生物功能通路可能解释这种关系，而犬尿氨酸通路未显示中介作用。这项发表在《Schizophrenia Bulletin》的研究将关注点转向"口腔-大脑轴"，为理解精神分裂症认知障碍提供了新视角，并为未来口腔护理和微生物组靶向干预研究奠定了基础，可能带来改善患者工作、社交和独立生活能力的新方法。

马萨诸塞大学洛厄尔分校研究团队通过机器学习分析退伍军人电子健康记录中的临床笔记，成功将阿尔茨海默病风险识别时间提前至确诊前15年。该研究基于61,537名阿尔茨海默病患者与234,000余名对照组的健康数据，聚焦医生笔记中122个症状相关关键词及其使用频率构建预测模型。这一创新方法避免了传统诊断所需的腰椎穿刺或昂贵影像检查，预计可节省7万亿美元医疗成本，展示了人工智能在慢性病早期干预领域的突破性应用，为改善全球1亿潜在患者预后提供了新路径。