环球医讯

美国丹佛大学和阿布扎比纽约大学的科学家发现了一种名为SK-129的小分子化合物，可能有效减缓甚至阻止帕金森病、路易体痴呆和多系统萎缩等神经退行性疾病的进展。该研究发表在《科学转化医学》杂志上，通过实验室细胞、患者组织和动物模型的多重验证表明，SK-129能够阻止有害蛋白异常聚集并成功穿过血脑屏障，为治疗目前仅能缓解症状而无法根治的神经退行性疾病提供了新希望，尽管该研究仍处于早期阶段且尚未进行人体临床试验。

本文揭示了近期在社交媒体和网络上广泛传播的关于比尔·盖茨支持"大脑蜂蜜"等产品治疗阿尔茨海默病的虚假信息。Snopes经过调查确认，这些广告和宣传视频使用盖茨的名义和形象来推广未经证实的保健品，属于典型的骗局模式。虽然盖茨确实长期支持阿尔茨海默病研究并个人投资了1亿美元用于相关研究，但这并不等同于他认可任何声称能治愈该疾病的消费产品。消费者应警惕这类利用名人效应和虚假医疗声明的网络骗局，特别是当产品声称能治疗阿尔茨海默病却避免提供销售方信息、支持证据或监管批准情况时。

美国梅奥诊所与旧金山人工智能初创公司Goodfire联合开发出突破性AI工具Evee，该技术基于基因组基础模型Evo 2实现双重突破：不仅能精准预测致病性基因突变，更能揭示其生物学机制。通过解析DNA序列的隐含特征，该工具显著提升遗传病诊断准确率，为早期干预和个性化治疗开辟新路径。研究证实其预测效能超越现有计算工具，且揭示了AI模型自主学习健康DNA共性模式的能力，标志着AI可解释性在医疗健康领域的重大突破。随着基因测序成本降至百美元级别，该技术有望推动精准医疗发展，但需通过大规模临床试验及FDA审批方能投入临床应用。（198字）

研究表明，溃疡性结肠炎患者比普通人群更容易出现焦虑和抑郁症状，其患病率是一般人群的2-3倍。这种炎症性肠病与心理健康之间存在双向关系：压力可作为生物触发因素导致症状发作，而症状发作本身又会带来压力，形成恶性循环。专家建议通过放松练习、充足睡眠、心理治疗和适当锻炼等综合策略来打破这一循环，帮助患者更好地管理疾病，许多患者通过建立支持系统和健康生活方式已成功控制病情。

本文揭示了美国医疗系统在电子健康记录(EHR)应用中存在的严重价值浪费现象，两位医疗CIO指出，大多数医疗机构仅利用了EHR 60%-70%的功能，这种未充分优化的现状不仅导致运营效率低下，更会直接影响医疗机构的AI准备度；文章强调，EHR优化不是简单的维护工作，而是战略基础设施建设，是医疗机构迎接AI时代最重要的准备工作，单纯将AI叠加在碎片化的工作流程上只会加速底层问题而非解决它们，真正能在AI领域领先的机构是那些持续优化工作流程、加强治理、提高采用率并建立数据信任的组织。

一项历时数十年、追踪10,317名美国高中毕业生从1957年到2021年的研究发现，社区饮用水中添加的低剂量氟化物与儿童智商或成年后认知功能之间不存在关联。该研究反驳了2025年一项被广泛误解的研究，后者错误地将高剂量氟化物与儿童智商下降联系起来。研究结果支持了美国疾控中心等机构的观点，即在推荐浓度下（0.7毫克/升）的饮用水氟化是安全的，并有助于预防蛀牙和可能的认知衰退。

哈佛肯尼迪学院举办的专题研讨深入分析了人工智能在医疗保健领域的系统级应用，聚焦美国与匈牙利的实践案例，探讨了预测医学、疾病诊断和药物研发中的前沿应用。活动汇集了三位领域专家，分别从疾病爆发动态预测、医疗系统AI治理策略以及癌症基因组学研究等维度，系统阐述了AI技术实施所需的制度基础、面临的伦理挑战及监管框架差异，特别对比了美欧在AI医疗领域的监管路径及其对未来全球领导地位的影响，为理解AI如何解决现代卫生系统结构性挑战提供了权威专业视角。

本文详细介绍了2020年及未来值得关注的十大医疗技术趋势，包括人工智能与机器学习、计算机视觉、可穿戴技术、虚拟与增强现实、电子健康记录、5G技术、远程医疗、区块链系统、聊天机器人及语音搜索，这些创新技术正重塑医疗行业格局，提升患者诊疗体验，提高医疗服务效率与精准度，为全球医疗健康事业带来革命性变革，特别是在疾病早期诊断、个性化治疗和远程监护方面展现出巨大潜力，将从根本上改变医患互动模式和健康管理方式。

一项最新研究发现，根据个人生物钟类型（早鸟或夜猫子）安排锻炼时间可能对心脏健康更有益。研究显示，与生物钟同步的锻炼能显著改善血压、心率、有氧能力和睡眠质量，其中收缩压在同步组下降10.8 mm/Hg，而不同步组仅下降5.5 mm/Hg。虽然任何运动都比不运动好，但选择适合个人生物节律的锻炼时间可能最大化健康效益，特别是对40-60岁有心血管风险因素的人群，这为个性化运动方案提供了科学依据。

英国科学家开发了一种基于人工智能的新方法，可确定哪些晚期肠癌患者最可能对英国国家医疗服务体系使用的靶向药物贝伐珠单抗产生反应。该方法整合肿瘤基因数据与临床信息，将患者分为高、中、低风险组，发现高风险组患者对治疗无反应，这有望使数千名患者免受无效治疗带来的高血压、胃肠道问题和血栓等严重副作用。研究发表在《科学报告》期刊上，通过PhenMap表型映射技术识别BRAF基因突变等生物标志物，未来可能发展为临床测试工具，为肠癌患者提供精准个性化治疗，同时该方法也有望应用于其他癌症类型。