环球医讯

西北大学科学家开发的90年代风格视频游戏疗法通过MINT(神经康复肌电接口)系统，帮助慢性中风幸存者恢复手臂功能。在为期六周的随机对照试验中，接受三肌肉训练的实验组比对照组功能改善高达7.8倍，且效果在停止治疗后持续提升。该疗法通过识别异常耦合肌肉并重新训练其独立运动，使患者每日进行超过300次重复训练，远超传统康复中心每周仅30次的水平，同时提高了康复过程的趣味性和参与度，为中风康复开辟了创新路径。

罗马尼亚总统尼库绍尔·丹在世界卫生日视察了蒂米什瓦拉严重烧伤中心建设情况，该项目于2023年6月启动，目前已完成95%，预计今年夏天投入使用，将成为罗马尼亚首个建成的严重烧伤中心。项目投资6600万欧元，由世界银行资金资助，将提供6个严重烧伤床位、6个中度烧伤和术后床位以及5个用于显微外科和重建手术的床位，同时整合急诊中心、重症监护室和拥有25个手术室的手术中心，并设有直升机停机坪，极大提升罗马尼亚烧伤救治能力，标志着该国在医疗基础设施建设方面取得重要进展，也是对2015年科莱克蒂夫火灾事件后医疗体系改革的重要回应。

TL1A抑制剂作为一种创新性治疗克罗恩病的方法，能够同时靶向炎症和纤维化两大病理过程。Tad Dryden博士在消化疾病周会议上指出，TL1A（肿瘤坏死因子样细胞因子1A）是炎症的"放大器"而非"启动器"，通过作用于DR3受体可影响已激活的T细胞和先天性淋巴细胞，从而同时抑制炎症反应和纤维化进程。目前约有15个相关研发项目正在进行，早期2期临床试验显示其疗效与其他疗法相当或更优，有望在2-3年内上市，为药物难治性克罗恩病患者提供新的治疗选择，可能改变克罗恩病的自然病程并减少患者未来手术风险。

俄勒冈大学全球健康实验室的无家可归者政策与健康研究小组，通过定量与定性相结合的研究方法，深入调查尤金市无家可归人群的真实状况，揭示公众常见的刻板印象（如吸毒、犯罪等）背后的复杂原因。研究发现，许多无家可归者使用药物是为了应对健康问题或在街头保护自己，而并非最初原因。团队通过生命历程访谈、生物标志物采集等方式，收集了大量数据，旨在打破“视觉迷思”，让被忽视的声音被听见，并推动社区政策变革。文章还介绍了团队成员的个人经历与感悟，以及未来通过咨询委员会和播客继续支持无家可归者发声的计划。

本研究开发并评估了一种基于Google Gemini模型和Ray-Ban Meta智能眼镜的视觉赋能AI记录员，用于记录用药史。通过在110次模拟药师-患者访谈（其中10次用于训练，100次用于测试，共2160个数据点）中的测试，该AI记录员在视频输入下实现了98%的整体准确率（药物名称、剂量、适应症等达到97%-99%），显著优于仅音频输入的81%（P<0.001）。视频输入使遗漏错误从358次降至10次，表明视觉信息对提升临床文档完整性至关重要。研究为多模态AI在临床记录中的应用提供了有力证据。

本研究旨在评估视觉认知作为亨廷顿病（HD）纵向疾病进展标志物的潜力。研究对象包括78名健康对照组、39名症状前HD携带者和31名早期HD患者，进行了为期两年的随访。结果表明，早期HD患者在视觉注意和视觉感知/处理速度方面下降更快，而症状前HD患者的视觉记忆随着接近预计发病年龄而显著恶化。基线视觉认知能够预测症状前HD患者的运动进展，所有视觉认知域均与随后的运动功能恶化相关。视觉认知可能作为HD纵向变化的敏感过程级标志物，尤其在症状前阶段，为早期检测、分层和纵向监测提供了潜在工具。

英国《每日记录报》报道，一项最新研究指出减肥注射药物（如Wegovy和Ozempic）可能与罕见的“眼卒中”（非动脉炎性前部缺血性视神经病变）存在关联。视觉专家呼吁使用者保持警惕，关注视力突然变化，并强调严重的眼部并发症虽极为罕见，但一旦出现视力丧失应立即就医。研究发表于《英国眼科学杂志》，发现服用Wegovy者视力丧失风险是Ozempic的五倍。专家建议定期检查眼睛，并注意快速体重变化对视力可能的影响。

本研究专题聚焦视网膜疾病的创新药物治疗转化路径，系统探讨糖尿病视网膜病变、年龄相关性黄斑变性等致盲性眼病的治疗瓶颈，重点涵盖神经退行性病变与神经炎症机制下的新型药物靶点发现、人工智能辅助的多组学靶点筛选及视网膜影像分析技术，同时深入剖析水凝胶和纳米载体等先进递药系统的开发策略，通过整合药物化学与临床眼科学的跨学科研究，加速从分子机制探索到临床试验落地的转化进程，旨在为全球4.3亿视网膜疾病患者提供可及的安全有效疗法，切实解决抗VEGF治疗局限性和早期干预手段缺失等重大临床需求，最终实现实验室发现向保留及恢复视力的临床解决方案转化。

佛罗里达大学研究人员发现，通过分析视网膜照片可以预测阿尔茨海默病的早期风险因素。这项研究利用机器学习分析了4万多名英国患者的视网膜图像，识别出与阿尔茨海默病相关的视网膜区域。该技术比MRI等传统方法更简单、低成本，能客观检测风险因素并捕捉多年累积的损伤，为早期干预提供了新机会，有助于在大脑不可逆损伤发生前采取保护性生活方式改变、药物治疗或大脑训练等预防措施。

佛罗里达大学研究人员利用人工智能分析超过4万名英国患者的视网膜照片，发现眼睛后部的图像可以作为"综合生物传感器"，在阿尔茨海默病临床症状出现前数十年预测性别、血压、吸烟、饮酒和失眠等风险因素。这一突破性发现表明，常规眼科检查中拍摄的视网膜照片能低成本、无创地评估神经血管损伤，为早期生活方式干预和医疗预防提供了关键窗口，有望改变阿尔茨海默病的早期筛查和预防策略。