环球医讯

本文深入剖析六种常见膳食补充剂对肝脏的潜在危害，包括绿茶提取物、维生素A、烟酸、南非醉茄、卡瓦和黑升麻，详细解释其损伤机制与安全剂量阈值，并系统列举肝损伤早期症状如黄疸、深色尿液、疲劳等，强调自然补充剂并非绝对安全，提醒公众在专业指导下谨慎使用以避免肝脏炎症、纤维化甚至衰竭风险，同时呼吁关注肝脏作为核心解毒器官的脆弱性与保护策略。

本文系统阐述了发酵腌菜对健康的七大益处，包括促进有益菌群生长、抑制有害细菌、强化肠道屏障、支持免疫系统、预防糖尿病、改善大脑健康以及保护心脏健康，同时详细区分了发酵腌菜与醋渍腌菜的营养差异，并提供安全食用建议，特别提醒低钠饮食者、组胺不耐受人群及免疫系统较弱者需谨慎摄入，强调家庭自制时需遵循安全步骤以避免变质风险。

本文系统阐述了中风与心脏病发作的本质差异，包括发病机制、典型症状及紧急识别方法。中风源于脑部供血中断，表现为面部下垂、肢体无力或言语障碍；心脏病发作则因心脏供血受阻，典型症状为胸痛、呼吸困难或冷汗。文章强调两者均需立即拨打911，并详细介绍了F.A.S.T.和B.E.F.A.S.T.等快速识别技巧，同时解释了缺血性与出血性中风的区别，以及心肌梗死的病理机制，旨在帮助公众在危急时刻准确判断病情，争取黄金救治时间，避免因误判导致不可逆器官损伤甚至死亡。

一项针对近6000名英国公务员的25年追踪研究证实，中年时期心脏肌肉的细微损伤与数十年后患痴呆症的风险显著增加密切相关。研究显示，中年肌钙蛋白I水平最高者晚年罹患痴呆的可能性比最低者高出38%，且肌钙蛋白每倍增痴呆风险上升10%，同时伴随大脑灰质体积缩小和海马体萎缩，相当于脑部额外衰老三年。该研究强调心脏与大脑血管网络的紧密关联，指出改善心血管健康可通过控制血压、管理胆固醇等方式预防或延迟高达17%的痴呆病例，为中年心脏保健对老年脑健康的长期影响提供了关键科学依据，凸显了早期干预的重要性。

新西兰卫生部（Te Whatu Ora）推出HealthX技术创新计划，由国家首席信息安全官索尼·泰特领导，旨在每月向临床医生推出数字和AI驱动解决方案。该计划将在六个月内建立核心团队和临床顾问结构，重点测试AI记录员等工具以缓解医疗劳动力压力、改善护理获取并提高临床效率。HealthX已在霍克斯湾急诊科启动AI记录员试点，实现单次诊疗节省11分钟、文档时间减半的显著成效，预计到2025年底全国70%急诊科医生将采用该技术，同时积极评估心脏病学等专科领域应用，并持续探索虚拟医院等创新模式，推动新西兰医疗系统数字化转型与智能化升级。

美国西北大学研究人员开发出全球首个针对青年人群的心脏病风险预测工具，该在线计算器通过分析血压、胆固醇、吸烟习惯等基础健康指标，可精准评估30至59岁人群未来30年的心梗、心衰或中风风险，并以百分位排名直观呈现结果。研究基于美国疾控中心十年健康调查数据，旨在应对青年群体糖尿病与高血压发病率上升的严峻趋势，专家强调早期预防如同退休储蓄需即刻行动，避免等到心血管事件发生才追悔莫及，此项突破将推动心脏病防治关口前移至青壮年阶段。

南安普顿大学研究人员开发出一种人工智能工具，该工具在CT扫描中识别患者气道内难以察觉的异物时表现优于经验丰富的放射科医生，其F1分数达74%而医生为53%；该AI模型专攻透射线异物（如植物材料或小龙虾壳）检测，此类物体在标准影像中难以可视化，导致高达75%的成人病例被漏诊或延误，研究发表在《npj Digital Medicine》期刊上强调AI可辅助医生提升诊断准确性，但系统设计初衷是作为辅助工具而非替代临床决策，未来将通过多中心研究优化模型以减少偏差并扩大适用人群。

本文系统阐述了临床前药物开发领域的突破性技术进展，重点分析了三维细胞培养、类器官模型、器官芯片系统及人工智能等创新方法如何提升药物测试的精准性与安全性，详细说明这些技术如何减少动物实验依赖、加速药物筛选过程并推动个性化医疗发展，同时探讨了数据共享、伦理规范及技术成本等现实挑战，为理解现代药物研发范式转型提供了全面视角，对促进更高效安全的新药上市具有重要实践价值。

国际研究团队构建了首个人类全疾病血液图谱，系统映射了59种疾病状态下5400种蛋白质的变化模式。该研究由瑞典卡罗林斯卡医学院人类蛋白质图谱计划主导，纳入8262名受试者涵盖7大疾病类别，发现每种疾病具有独特的“蛋白质指纹”，并揭示健康状态的稳定分子特征。通过AI模型精准区分疾病特异性信号与非特异性炎症反应，为精准医学提供革命性工具，有望实现癌症等疾病的早期检测、患者分层治疗及疗效实时监测，未来年度血液检测或可追踪生物年龄变化，但临床应用仍需5年以上验证期。（138字）

南安普顿大学科研团队成功开发出一种人工智能辅助诊断工具，该工具在检测患者气道中难以察觉的隐形异物方面表现优于专业放射科医生。研究发现，对于X光和CT扫描中难以显现的放射透明异物（如植物材料或小龙虾壳），AI模型能识别71%的病例，而人类专家仅能识别36%，这显著降低了漏诊风险。该技术将高精度气道映射技术与深度学习神经网络相结合，为医生提供"第二双眼睛"，特别适用于诊断占成人异物吸入病例75%的隐形异物情况，有望在复杂气道疾病的早期诊断中发挥关键辅助作用，但研究人员强调该系统旨在辅助而非取代医生的专业判断。