环球医讯

新型减肥药物GLP-1激动剂为射血分数保留的心力衰竭患者开辟了治疗新路径，研究表明该疗法能显著降低肥胖相关HFpEF和2型糖尿病患者的住院率与死亡率高达40%，美国长滩医疗中心心脏专家团队率先将其纳入标准治疗方案，患者反馈显示心功能改善、体力恢复及生活质量全面提升，这种药物通过模拟天然激素调节血糖、抑制食欲并减轻心脏负担，同时展现出抗炎和改善血管功能的额外心血管益处，标志着心血管医学领域的重要突破。

美国宾夕法尼亚州参议员约翰·费特曼因心室颤动发作导致跌倒后，于2025年11月15日从匹兹堡医院出院，他在社交媒体展示面部缝合20针后仍微笑的照片并感谢医疗团队的卓越护理；作为2022年中风幸存者，他此前植入除颤器应对心肌病，此次事件再次引发对其健康状况的关注，其新书《无拘无束》详细披露了与身心健康的斗争经历包括抑郁症住院治疗，同时展现其跨党派合作精神，多位政界人士包括共和党对手纷纷送上祝福，费特曼以幽默态度回应事件凸显积极康复心态。

一项由罗格斯大学主导并发表于《临床内分泌与代谢杂志》的新研究警告，广泛用于治疗2型糖尿病的常用药物二甲双胍可能削弱运动的关键益处。研究发现，同时服用二甲双胍并锻炼的成年人在血糖控制、血管功能和有氧健身能力方面的改善显著低于仅锻炼者，这源于药物可能干扰身体在细胞层面适应运动的能力；尽管该药物对依赖其控制血糖的糖尿病患者至关重要，但研究强调患者不应擅自停药或停止运动，而应咨询医生优化治疗方案，并指出其对用于抗衰老等非糖尿病用途的人群影响更大，未来研究将探索调整运动类型或用药时机以保留双重益处。

韩国研究人员发现15种肠道细菌与冠状动脉疾病密切相关，这些微生物通过影响炎症反应和代谢平衡在心脏病发展中扮演关键角色。研究显示，即使通常被认为有益的普拉梭菌和嗜黏蛋白阿克曼菌等细菌，在不同肠道环境下也可能转变为有害因素。这一突破性发现挑战了传统上将胆固醇和烟草视为心脏病主要诱因的认知框架，为开发新型预防策略和个性化治疗方案提供了科学依据，有望改变心血管疾病的诊疗范式。

梅奥诊所研究团队开发出新型预测工具，整合淀粉样蛋白PET扫描百龄单位值、年龄、性别及APOE-ε4基因状态等临床因素，可提前数年精确评估认知正常老年人患轻度认知障碍和痴呆症的终身风险及10年绝对风险；研究表明百龄单位值越高风险越大，尤其对APOE-ε4携带者影响显著，该工具将助力医生在认知正常但淀粉样蛋白阳性患者中权衡治疗风险收益，推动阿尔茨海默病早期干预策略发展，但需在更多样化人群中验证其普适性，同时阿尔茨海默病协会专家强调此进展正引导领域向生物学导向的疾病分期和预防计划转型。

澳大利亚统计局最新数据显示，2024年痴呆症（含阿尔茨海默病）导致逾1.75万例死亡，占全国死亡总数的9.4%，首次超越缺血性心脏病成为首要死因；同时自杀死亡人数超3300例，创历史新高。数据显示95%的痴呆症死亡发生在75岁以上人群，女性占比62%，且复杂共病现象普遍，凸显公共卫生干预紧迫性。专家呼吁加强风险因素防控，预计2065年患者数将突破百万，强调45%的痴呆症病例可通过干预可改变风险因素预防或延缓。

肯塔基大学校长埃利·卡皮路托宣布启动"肯塔基州人工智能跨学科战略"(CATS AI)，旨在将该校打造为全美领先的人工智能大学。该计划通过五大委员会协调教育、研究、学生服务、医疗及行政领域的AI应用，提供新平台、工具与培训，并具体推进医疗环境监听工具、学生数字助手及AI集成宿舍等创新场景。作为"推进肯塔基州共同发展网络"核心项目，已吸引六家合作伙伴加入，校方强调必须主动应对AI伦理与技术挑战，引领21世纪赠地运动以重塑州内教育、医疗与经济格局，拒绝回避技术变革的消极策略。

在AI Deciphered大会上，专家深入探讨了人工智能与人类关系的融合点，强调AI应作为增强人性的工具而非制造孤立。通过心脏病患者约翰·达菲尔德利用AI将复杂医疗信息转化为儿童歌曲、创建外科医生数字孪生体缓解术前焦虑等真实案例，证明当AI被审慎应用时，能显著提升医疗沟通的真实性和患者心理韧性；Match Group代表指出约会应用鼓励用户放下手机进行线下互动，揭示技术企业需将人性化置于核心，营销人员必须成为技术与人性的桥梁，确保AI始终服务于人类连接而非掩盖故事本质，为健康科技领域提供可复制的实践范式。

本文系统阐述了人工智能及数字健康技术在乳腺癌诊疗领域的五大创新应用：AI增强乳腺X光筛查显著提升早期检测准确率并减少假阴性结果；AI驱动的临床试验设计优化患者入组流程并解决安慰剂使用伦理问题；远程数字监测工具实现化疗患者实时状态追踪以降低急诊率；数字患者画像技术通过模拟对照组减少无效治疗暴露；行为干预平台提供个性化减重等方案改善癌症幸存者生活质量，这些突破正推动乳腺癌研究从筛查、治疗到康复全链条革新，尤其在解决资源分配不均和提升临床试验多样性方面展现关键价值。

达特茅斯学院最新研究显示，基于检索增强生成（RAG）技术的AI教学助手NeuroBot TA能有效提供个性化学习支持，学生更信任仅从精选课程材料获取答案的AI系统而非通用聊天机器人。研究调查了190名医学生使用体验，发现超过四分之一学生强调其可靠性与速度，近半数认为是有用学习工具。该技术通过减少AI"幻觉"确保答案准确性，在备考期间使用率显著提升。研究者指出，透明度建立信任，学生欣赏答案基于实际课程材料而非互联网泛化数据。该技术有望在资源匮乏环境中扩大个性化教学可及性，并已衍生出AI患者模拟器等新工具，为医学生提供安全技能训练环境。研究者正探索融合认知科学原理的增强方案，强调需开发既能利用AI优势又确保真实学习的教学方法。