环球医讯

维克森林大学医学院人工智能研究中心近期取得多项重要成果，包括成功举办聚焦电子健康记录远程监测的年度研讨会，联合北卡罗来纳大学夏洛特分校颁发糖尿病视网膜病变便携诊断工具研发的试点奖项，获得NIH资助推进阿尔茨海默病基因与神经影像AI整合研究，以及圆满完成2025年暑期人工智能医疗研究实习项目，这些工作显著推动了人工智能在疾病预防、诊断和治疗领域的创新应用，并特别关注提升农村和医疗资源不足地区的健康服务可及性，展现了AI技术转化医疗实践的巨大潜力。

该研究专题深入探讨人工智能在医疗保健领域的应用现状与未来发展趋势，系统评估AI诊断准确性、算法偏见及伦理监管等核心挑战，强调通过跨学科合作优化疾病预测、个性化治疗和医疗资源分配，同时聚焦数据安全、公平获取及成本效益等关键议题，旨在构建可持续且以患者为中心的AI医疗解决方案，推动全球健康成果的实质性提升并缩小医疗差距。

本研究揭示了LAMP2A蛋白在调控内体蛋白质组成和膜特性方面的重要作用，研究表明LAMP2A缺失会改变Rab GTP酶分布、降低皮质肌动蛋白关联并改变磷脂酰肌醇动力学，导致内体酸化和成熟增强，进而影响细胞间通讯和蛋白质降解途径。这一发现不仅深化了对内溶酶体系统功能的理解，还为年龄相关疾病机制提供了新视角，因为LAMP2A水平随年龄下降可能影响外泌体功能和细胞稳态维持，对开发针对神经退行性疾病和代谢紊乱的治疗策略具有潜在指导意义，同时证实LAMP2A在协调膜特性、内体成熟和细胞间通讯中扮演关键角色。

本文综述了肠道微生物群在调节人体代谢过程中的关键作用，包括肠道蠕动、能量吸收、食欲控制、葡萄糖和脂质代谢以及肝脏脂肪储存。文章系统分析了肠道微生物群与代谢综合征、糖尿病、肥胖和心血管疾病之间的关联，探讨了不同饮食干预策略（如地中海饮食、DASH饮食和植物性饮食）对肠道微生物组成及代谢健康的影响，并讨论了益生菌、益生元和粪便微生物移植作为治疗代谢性疾病的潜在方法，为个性化营养干预和代谢健康管理提供了科学依据。

本文详细介绍了AI驱动的医疗评估系统概念验证的设计与实现，该系统采用多智能体架构方法处理伤情分诊。作者通过结合计算机视觉、医学知识库和AI协调技术，构建了一个能够提供即时、基于证据的伤情评估的实验性应用。文章重点阐述了技术可行性验证、集成挑战探索以及生产环境部署所需弥补的关键差距，强调负责任的AI开发需要透明呈现局限性和实现生产就绪所需的大量工作，特别指出当前概念验证阶段缺乏临床验证、监管合规和偏见测试等关键要素，距离实际医疗应用仍有重大差距。

本研究综述了小檗碱在炎症性肠病治疗中的抗炎机制及其对肠道微生物群的调节作用。研究表明，小檗碱作为一种植物源异喹啉生物碱，具有多效性免疫调节、神经保护和肠道稳态调节特性，能重塑肠道微生物群，对"肠道-微生物组-大脑轴"具有治疗意义。文章综合了当前科学证据，比较了小檗碱与一线疗法的活性，讨论了其对微生物组成的影响，包括对与肠道和全身疾病相关的特定细菌类群的双向调节。特别值得注意的是，肠道细菌将小檗碱转化为生物活性代谢物，增强了其肠腔内活性，尽管其系统生物利用度较低。研究还发现小檗碱能同时作用于宿主免疫、微生物生态和神经免疫通讯层面，为未来IBD干预提供了新的概念模型，填补了关于小檗碱全面治疗潜力的关键知识空白。

本研究通过对40项研究的系统综述和19项研究的荟萃分析，评估了非心脏手术后术后房颤(POAF)与卒中风险的关系。结果显示，POAF患者卒中风险平均增加三倍(OR 3.02; 95% CI: 2.08-4.36)，但风险在不同类型手术和患者特征中差异显著。研究发现，卒中发生率在POAF患者中差异很大，范围从0.4%到16.7%不等。除三项研究外，几乎所有研究都报告POAF组卒中风险高于无POAF组。研究建议非心脏手术患者应至少在住院期间进行监测以检测POAF，未来研究应评估最佳监测时长和方式，以及评估有症状与无症状房颤发作的相关性，以指导抗凝治疗决策。

这项研究调查了功能性食品消费与孟加拉国成年人胃肠道和肌肉骨骼疾病之间的关联，通过对959名成年人进行横断面研究发现，定期摄入种子、益生菌、高纤维食物、坚果、茶/咖啡和天然产品与较低的胃肠道和骨相关疾病风险显著相关，具体表现为规律摄入种子与胃肠道疾病风险降低65%相关，每周摄入益生菌可使胃肠道疾病风险降低74%，这些发现为孟加拉国制定推广功能性食品消费以预防饮食相关健康问题的公共卫生策略提供了强有力的科学依据。

本文系统评估了永久支持性住房(PSH)对改善慢性无家可归者健康结果的证据，发现PSH能显著减少无家可归天数、降低急诊使用率和住院天数，尤其在HIV/AIDS患者中效果显著；研究指出无家可归者平均寿命仅为42-52岁，远低于全美78.8岁的平均水平，文章创新性提出"住房敏感性健康状况"概念，认为某些疾病会因缺乏稳定住房而显著恶化，建议开展前瞻性研究并加强卫生与住房系统协作，以确定哪些健康状况特别受住房条件影响，并为相关政策制定提供科学依据。

本研究基于2023年加拿大数字健康调查数据，分析了6904名加拿大成年人对人工智能在医疗保健中应用的知识水平和接受度。研究发现，42.3%的受访者表示对人工智能有中等程度的了解，仅7.8%认为自己非常了解；44.6%对医疗保健中使用人工智能感到舒适，但在知情同意使用个人健康数据时，这一比例上升至64.7%，而未经同意使用时则降至47.4%。研究还发现，男性、非公民、高收入者、高数字健康素养者以及有更多慢性病的患者对人工智能的接受度更高，而低收入者和白人受访者的接受度较低。这些发现强调了透明政策、数字素养提升和伦理数据治理对增强公众对人工智能驱动医疗保健信任的重要性，同时揭示了不同社会人口群体间存在的数字鸿沟问题，为未来制定更具包容性和公平性的AI医疗解决方案提供了实证依据。