环球医讯

一项发表在《JAMA眼科》上的横断面研究发现，通过扫频源OCT血管成像技术测量的视网膜微血管生物标志物能有效区分正常认知、轻度认知障碍和阿尔茨海默病痴呆三个阶段；研究显示血管骨架密度随认知功能下降而单调递减，而脉络膜毛细血管血流缺陷呈现双相模式，表明阿尔茨海默病早期可能存在代偿性高灌注随后转为灌注衰竭，这为开发无创性认知障碍筛查工具提供了新思路，该研究纳入103名受试者证实血管指标特别是血管骨架密度和脉络膜毛细血管血流缺陷是认知状态最强的独立预测因子，有望成为临床早期检测认知功能变化的实用方法。

一项基于英国生物银行超26000名参与者的大型人群研究发现，光学相干断层扫描测量的多个视网膜层厚度与心血管健康呈独立正相关，其中神经节细胞复合体、视网膜神经纤维层、神经节细胞-内丛状层、光感受器段以及整体黄斑厚度增加均与更佳的心血管健康状况相关。尽管视网膜结构指标对识别不良心血管状态（美国心脏协会生命8项评分低于50）的判别能力有限，但该研究首次提供了光感受器段厚度减少与亚理想心血管健康相关的证据，并显示出其超越其他视网膜结构参数在血管健康评估中的增量诊断价值，表明神经视网膜和光感受器层的OCT厚度测量可能反映心血管健康状态。

根据一项大型队列研究数据，视网膜动脉阻塞(RAO)可能预示未来心血管事件风险增加。研究发现，中央型RAO患者相较于对照组，发生缺血性中风和心肌梗死的风险显著升高。研究人员将眼科记录与国家住院和死亡数据相关联进行分析，发现中央型RAO与心肌梗死风险增加(p=0.047)和缺血性中风风险增加(p=0.014)显著相关。研究还指出，6%的中央型RAO患者在事件发生后一年内被新诊断为心房颤动，这可能是导致视网膜缺血事件的重要因素，建议对这类患者进行延长心脏监测，同时加强早期治疗和二级预防措施，以降低未来心血管疾病的发病风险。

本研究通过系统综述和荟萃分析，纳入63项研究共3370例视神经脊髓炎谱系障碍（NMOSD）患者和4641例健康对照，发现NMOSD患者认知障碍的合并患病率为45.4%，且在蒙特利尔认知评估（MoCA）、简易视觉空间记忆测验修订版（BVMT-R）、简明精神状态检查（MMSE）和符号数字模态测验（SDMT）上均显著差于健康对照，提示应将认知评估纳入NMOSD患者常规管理方案。

最新研究表明，视力下降与未来十二年内认知能力下降的风险显著相关，可能成为痴呆症发展的早期指标。《柳叶刀》委员会分析指出，视力下降可能导致约2.2%的痴呆症病例。澳大利亚和英国的研究分别通过对2,281名和8,000名参与者的观察，证实了视力恶化与认知能力下降的紧密联系。神经科学家认为，通过矫正视力问题如白内障和视力下降，可以有效预防痴呆症。此外，听力损失也占痴呆症病例的约7%，而社会隔离作为独立风险因素会加剧其他风险因素的影响，维持社会联系对预防痴呆至关重要。专家建议普及视力检查和治疗，将治疗视力障碍视为预防痴呆症的重要措施。

随着自主生成式AI进入医疗领域，越来越多的AI聊天机器人平台将自己定位为医师级别专家，同时又否认对其提供的医疗建议承担法律责任。"AI医生"、"虚拟医师"和"医疗助理"等术语已成为这些工具的主要营销语言，尽管它们缺乏正式执照。宾夕法尼亚州对Character.AI提起的诉讼以及犹他州与Doctronic合作引发的争议，凸显了AI系统冒充医疗专业人员带来的监管挑战。现有医疗执照、医疗实践和消费者保护框架可能不足以充分监管这一问题，各州和联邦层面正形成新法规体系，未来监管重点将不仅关注医疗建议准确性，更会关注AI系统是否营造了合法临床权威的错觉，从而划定信息工具与未经授权行医之间的法律界限。

本文探讨了家庭护理服务提供商在通过并购或新建方式扩展业务时面临的风险与策略。文章指出，若缺乏适当策略和文化整合，过度扩张可能导致利润下降、运营完整性受损甚至业务关闭。New Day Healthcare的首席战略官Matt Griffith强调"规模大并不总是更好，你越大，跌得越重"。文章分析了文化错配、报销政策变化等风险因素，并介绍了Elevate Home Health和Heart, Body & Mind Home Care等公司的扩张策略，强调在地理扩张前先掌握现有市场增长的重要性，以及在邻近市场"蛙跳式"扩张的有效性，为行业提供了宝贵经验与警示。

本文深入探讨了细胞和基因治疗(CGT)制造过程中面临的规模化挑战，分析了传统模块化制造与一体化系统各自的优缺点。文章指出，模块化策略虽提供灵活性但操作复杂，而一体化系统虽简化流程却限制适应性。作为解决方案，混合工作流程通过选择性整合关键上游操作同时保持整体工艺灵活性，正成为行业新趋势。特别是针对调节性T细胞(Treg)等复杂疗法，"三位一体"工作流程整合了T细胞激活、病毒转导和扩增步骤，显著减少了人工操作和污染风险，同时保持必要灵活性，为CGT的商业化生产提供了兼顾效率与适应性的创新路径，对推动细胞治疗从实验室走向临床应用具有重要实践意义。

美国高级研究项目局-健康(ARPA-H)启动了为期五年、1.6亿美元的THRIVE计划，资助七个研究团队开发可规模化的基因编辑平台，旨在将目前仅限于极少数患者的定制化基因疗法转变为工业级平台，为3000万罕见遗传疾病患者提供服务，其中95%的患者目前没有获批的治疗方法。该计划的核心创新包括AI设计的碱基编辑器库、非病毒递送系统和"伞式"新药临床试验申请框架，通过模块化方法解决罕见疾病治疗的可及性问题，预计在2027年中开始新药临床试验申请，2029年启动首次人体临床试验，有望彻底改变3000万美国罕见病患者的治疗前景。

人工智能在临床前药物发现领域正呈现出两种截然不同的战略路径：一边是投入数千GPU的大规模计算资源策略，另一边是仅需少量参数的轻量级架构策略。本文深入分析了这两种方法的优劣势，通过罗氏、礼来等企业的实际案例，以及最新科研成果（如仅需21个参数就能学习RNA碱基配对规则的模型），探讨了在药物研发成本高达数十亿美元的背景下，如何合理配置计算资源以实现最佳研发效益，为行业提供了宝贵的战略思考框架，指出最有效的发现策略可能是任务分解而非单一方法，应当根据问题特性采用组合方法以最大化研发效率。