环球医讯

美国德克萨斯农工大学研究团队开发出一种创新性鼻腔喷雾疗法，通过输送干细胞释放的微小颗粒直接作用于大脑，成功逆转了脑部衰老过程。该疗法能有效减少海马体区域的慢性炎症、恢复神经元线粒体功能，并显著改善记忆力衰退问题。动物实验显示，接受治疗的中年小鼠在物体识别和环境变化感知测试中表现优异，且效果在雌雄两性中均一致。这一突破性发现为阿尔茨海默病等神经退行性疾病的治疗提供了全新思路，有望在未来替代侵入性手术或长期药物治疗，使人类实现"成功的大脑衰老"——保持思维敏锐、社交活跃并远离年龄相关认知衰退。

一项发表在《阿尔茨海默病与痴呆症》杂志上的多队列研究发现，中年时期的心理困扰与晚年认知表现下降和痴呆症风险增加显著相关，但与随时间的认知下降轨迹无明确关联。该研究分析了来自5个纵向研究的24,564名参与者数据，结果显示基线心理困扰程度越高，后续流体认知表现越差，且痴呆症风险增加10-40%不等，尤其在55岁以上人群中更为明显。这一发现突显了心理困扰作为识别痴呆症高风险人群的临床指标价值，对未来的痴呆症预防策略具有重要意义。

德克萨斯大学阿灵顿分校社会工作教授诺埃尔·菲尔兹和徐玲获得为期五年32.3892万美元拨款，致力于弥合阿尔茨海默病研究与实际应用之间的鸿沟。她们通过社区参与计划，为痴呆症患者及其照护者提供最佳实践和护理新进展的教育，强调针对不同社区需求的个性化干预方案。当前美国65岁以上阿尔茨海默病患者达690万，预计2050年将增至1270万，凸显了将研究成果转化为实际支持的紧迫性，特别是在德克萨斯州近50万受影响人群面临护理资源不足的情况下。

一项为期两年的随机对照临床试验发现，运动和心血管风险因素强化干预未能显著改善高风险老年人的认知功能，但专家强调运动对心血管和大脑健康至关重要，神经科医生应继续鼓励有认知衰退主诉或痴呆家族史的老年人进行安全运动，因为这些益处可能需要超过2年时间才能显现；研究虽未达到预期结果，但不应忽视现有文献中行为干预对脑健康的潜在益处，临床医生应将脑健康重要性作为患者咨询的核心内容，同时考虑到不同研究设计、参与者选择标准和干预方式的差异性，美国POINTER和FINGER等研究表明多领域综合干预可能比单一运动干预更有效。

美国研究人员发现，激活"平滑受体"的化合物能有效改善创伤性脑损伤(TBI)的病理过程。通过动物模型实验，sonic hedgehog蛋白(Shh)和平滑受体激动剂(SAG)被证实能够修复受损的血脑屏障，显著减少脑部肿胀和神经炎症，并改善认知与运动功能。这项发表在《FASEB期刊》上的研究为TBI治疗提供了新思路，目前临床上尚无能解决TBI根本病因的疗法，患者通常仅接受症状缓解治疗。研究团队证明这些激动剂通过影响多种蛋白质和因子发挥作用，有望成为未来TBI治疗的潜在有效药物，为每年数百万TBI患者带来希望。

Dementia Adventure慈善机构宣布2026年将在北约克郡推出两项免费的"绿色信件日(Green Letter Days)"活动，专为认知障碍症患者设计，包括在惠特比的乘船出海和哈罗盖特鲁丁公园的高尔夫活动，这些包容性活动旨在帮助认知障碍症患者及其家人、看护者在安全有支持的环境中共同享受户外体验，活动提供小规模团体、灵活节奏和专业指导，让参与者能够重新连接他们曾经喜爱但可能认为不得不放弃的活动，目前已知英国有约98.2万人患有认知障碍症，预计到2040年将增至140万，这些免费活动虽不收费但鼓励参与者酌情向慈善机构捐款，通过户外活动改善身心健康，创造有意义的共享体验。

北卡罗来纳州卡托巴山谷医疗系统的助理副总裁兼首席信息官纳丁·尼普斯奇尔德(DNP, RN)阐述了在医疗行业整合加速的背景下，小型独立医疗机构如何平衡人工智能创新与网络安全保障的挑战。她强调随着数据向云端迁移，医疗机构必须负责任地应用AI技术提高效率，同时加强网络安全以应对日益增长的勒索软件威胁。她建议建立创新与安全不可分割的治理框架，成立跨职能指导委员会评估新技术的风险与价值，并制定明确的AI伦理准则，确保技术应用既推动医疗质量提升又赢得患者信任，在有限资源下实现可持续发展。

本文深入分析了人工智能在2026年医疗保健领域的实际应用与影响，探讨了从数据处理到临床诊断的完整AI应用链条。文章指出，AI已从概念转变为现代医疗的基石，通过多模态数据与云计算的融合，增强而非取代人类临床判断。当前AI在医疗图像分析、疾病预测、临床决策支持等方面取得显著进展，但同时也面临数据孤岛、算法偏见和监管挑战等问题。随着预测性医疗模式的发展，AI正在解决全球医护人员短缺问题并推动精准医学的普及，标志着医疗保健从"反应式救援"向"预测性、预防性"模式的根本转变。

多项最新民调显示，约四分之一的美国成年人在过去30天内曾使用人工智能工具获取健康信息或建议。研究表明，许多美国人，尤其是年轻人和低收入群体，转向AI寻求健康建议是因为医疗成本高昂、预约困难或工作繁忙。虽然AI工具能提供快速答案并帮助用户评估是否需要就医，但专家警告AI不应替代专业医疗，且存在隐私泄露和信息准确性风险，约三分之一的用户对AI生成的健康建议表示信任，而相同比例的人则持怀疑态度，另有三分之一持中立态度。该现象反映了美国医疗系统面临的可及性挑战和数字健康工具的快速普及。

在2026年欧洲放射学大会(ECR)上，"伦理AI的艺术：重新定义放射学中的性能"专题讨论会汇集了多位专家观点，强调放射学中的伦理AI不能仅以准确性评判。会议指出，欧盟AI法案已开始规范AI全生命周期的责任分配，上市后持续监管至关重要，而AI实施必须将技术性能、治理和实际工作流程综合考虑。实践案例显示，AI部署后可能出现工作流程中断、假阳性结果等问题，需要建立完善的退出策略，确保AI系统在动态变化的医疗环境中长期安全有效地服务于患者，实现技术与人文关怀的平衡。