环球医讯

瑞典卡罗林斯卡学院新研究显示，新冠长期症状患者即使在感染数月后，心脏疾病风险仍显著升高，包括心律失常和冠状动脉疾病，尤其是女性风险翻倍。该研究基于120多万人的数据，排除了既往心脏病患者，发现非住院患者同样面临威胁。印度专家警告，这将对本已沉重的心血管疾病负担构成额外挑战，需加强系统性监测。

关键路径研究所（C-Path）宣布启动“从一到百万”全球公私合作倡议，旨在利用先进技术（如反义寡核苷酸、基因编辑和基因疗法）为极少数患者群体（甚至个体患者）开发可扩展的个体化疗法。该倡议通过整合监管级数据平台、推动FDA合理机制框架和罕见病证据原则，解决现有监管和报销体系无法跟上技术发展、导致患者延迟获得治疗的问题。多位专家强调，系统性数据共享和迭代学习是加速安全有效药物开发的关键。

本文介绍了由格拉茨理工大学、格拉茨大学和格拉茨医科大学联合开发的自适应医疗信息交互系统A+CHIS。该系统通过分析用户交互行为（如鼠标移动和滚动）来实时检测认知负荷，并据此动态调整信息呈现方式（如关键词云、信息图或深度技术文本），从而将循证医学内容个性化地适配于患者的知识水平和需求。系统还利用大型语言模型作为AI对话伙伴，仅使用经过医学大学审核的材料以降低幻觉风险。该项目以开源代码发布，并计划扩展到其他医疗领域和教育场景，旨在使复杂知识更易理解、更个性化、更有效。

弗吉尼亚大学医学院的科学家开发了一套名为YuelDesign、YuelPocket和YuelBond的人工智能工具，利用扩散模型设计药物分子，并能模拟蛋白质在结合过程中的动态形变，从而更准确地匹配靶点。该技术将大幅降低药物开发成本（平均超26亿美元），提高临床试验成功率（目前近90%失败），并加速新药上市。该工具已免费开放给全球科研界，有望推动癌症、神经系统疾病等领域的治疗突破。

一份新的脑-心临床实践指南采用整体方法，整合神经学和心理健康证据与心血管疾病指导，因为许多大脑和心脏疾病存在重叠并共享相似风险因素。该指南由加拿大医学协会杂志发布，基于加拿大心血管协调国家指南努力流程制定，为初级保健专业人员、专科医生、联合健康团队及有心血管风险因素的患者提供循证实践指导。指南提出11项建议，包括筛查房颤患者的认知衰退风险、筛查冠心病患者的抑郁症、强化降压以降低认知障碍风险、加强降脂治疗以预防心梗和卒中、常规推荐疫苗接种以预防心脑血管疾病，以及使用患者决策辅助工具促进指南实施。专家强调这一整体方法旨在帮助临床医生以患者为中心制定实践指南，并提供多种工具辅助实施。

美国心脏协会和美国中风协会发布了2026年急性缺血性中风早期管理指南，这是自2019年以来的首次更新。指南扩大了血管内取栓治疗的时间窗，允许更多患者可在发病后24小时内接受治疗，并首次纳入针对儿童中风治疗的专门建议。西达赛奈神经外科主任Nestor Gonzalez博士作为指南共同作者，讨论了这些更新及前沿中风研究，包括大核心梗死、既往残疾患者、以及烟雾病和颅内动脉粥样硬化的创新治疗。

一项针对GLP-1受体激动剂（GLP-1 RA）的最新大型心血管研究，利用美国退伍军人事务部数据发现，2型糖尿病患者持续服用GLP-1药物三年，其心脏病发作、中风或死亡风险相比服用磺脲类药物显著降低，而中断用药仅六个月就会使风险升高，中断两年则风险升高22%。这一发现给加拿大雇主带来了严峻的福利计划设计难题：在昂贵的糖尿病和肥胖药物可能需要长期服用的情况下，团体福利应承担多大比例的费用？福利专家Pascale Mapleston指出，加拿大大多数计划设有严格限制，如预先授权、年度或终身上限，但肥胖问题与残疾索赔、生产力等密切相关，雇主正被迫重新思考覆盖策略，从单纯的百分比上限转向明确的企业慢性病管理理念。

一种被称为“蝉变种”的新型COVID-19变异株（正式名称为BA 3.2）已在包括俄亥俄州在内的至少25个州被检测到，随着天气转暖，卫生专家正密切关注夏季病例可能上升的情况。该变种最早于2024年发现，之后消失很长时间，如今再次出现，其与原始病毒相比有70至75个突变，可能更具传播性但并未被认为更严重。常见症状包括咳嗽、疲劳、发烧和身体疼痛。专家建议有肺部疾病或其他免疫力低下疾病的人，若出现症状应尽快检测，以便在症状初期使用非处方抗病毒药物，这些药物往往效果最佳。

芝加哥大学普利兹克分子工程学院的研究团队开发了一种结合空间转录组学与机器学习的新系统，能够绘制小鼠全身所有器官、组织区域及约75%已知细胞类型的基因表达图谱。该系统利用Array-seq技术、超薄切片制备和AI模型，实现了对全身分子和细胞过程的系统性分析。在脓毒症小鼠模型上的测试首次量化了全身炎症对所有细胞类型和主要器官组织的影响，为建立“虚拟小鼠”模型、替代真实动物进行药物测试和生物过程研究奠定了基础，相关成果发表于《细胞》杂志。

一种新开发的AI工具EvORanker通过分析超过1000个物种的基因进化模式，快速识别罕见病的致病基因，在临床测试中正确率接近70%，并将候选基因范围缩小至前五名以内（95%），甚至能发现此前从未与疾病关联的基因。该工具由耶路撒冷希伯来大学团队研发，发表于《Genetics in Medicine》，有望将罕见病患者的诊断时间从数年缩短至数周，并为癌症等疾病研究提供新思路。