环球医讯

一项新研究基于Fitbit设备长期数据，分析了运动时间与心血管代谢疾病的关系。结果发现，清晨7-8点锻炼可将冠心病风险降低31%，2型糖尿病风险降低30%，高血压风险降低18%，肥胖风险降低35%，高脂血症风险降低21%。该研究在美国心脏病学会年度科学会议上公布，指出运动时间或许是既往被忽视的心脏健康保护因素，但因果关系仍需进一步验证。

本文通过作者亲身经历，讲述混合训练（结合力量训练、短跑冲刺和低强度有氧）如何在12个月内显著降低体脂、增加肌肉并提升运动表现。作者强调不同肌纤维类型的激活策略，并分享了从基础到进阶的渐进训练计划，包括肌腱保护、心率区间训练和日常步行辅助减脂。文章提供了具体可操作的月度训练方案，帮助读者避免受伤并实现类似的身体转变。

悉尼大学领导的五年研究发现，从澳大利亚本土植物（如桉树）采集的混合花源蜂蜜，其抗菌活性显著优于单一花源蜂蜜，即使稀释至10%以下仍能杀死大肠杆菌和金黄色葡萄球菌等耐药菌。该研究分析了35个养蜂场的56份蜂蜜样本，发现混合花源蜂蜜富含过氧化氢、酚类等生物活性化合物，为开发新型抗生素替代品和推动森林火灾后蜂业复兴提供了科学依据，同时凸显了澳大利亚蜂蜜在全球抗菌市场的竞争力。

本文介绍了深部脑刺激（DBS）在运动障碍（如帕金森病）和癫痫治疗中的最新研究进展，探讨了其机制、适应症、技术革新（如自适应DBS）以及未来个性化治疗方向，并征集相关研究稿件。

日本东京农工大学与东京大学联合研究团队发现，从日本屋久岛附近深海海绵中提取的天然肽类化合物Yaku’amide B具有双重抗癌机制：不仅能抑制癌细胞能量代谢所需的ATP合酶，还能通过诱导CD9蛋白降解来抑制癌症干细胞相关功能，为开发多靶点抗癌药物提供新思路。

本文深入探讨了肠道微生物组，详细阐述了其定义、组成（包括细菌、古菌、病毒和真菌）、作为动态生态系统的核心功能，如代谢、免疫调节、肠道屏障维护和全身信号传导，并分析了影响其平衡的多种因素，如饮食、药物、感染和生活方式，进而探讨了失衡（生态失调）如何导致慢性炎症和疾病，最后强调了在临床解读中应关注生态平衡、功能通路、代谢产物和患者个体背景，而非仅仅识别菌种。

麻省理工学院和哈佛医学院等机构的研究人员开发了一种名为PULSE-HF的深度学习模型，能够仅通过心电图数据提前一年预测心力衰竭患者左心室射血分数是否会降至40%以下。该模型在三个独立患者队列中验证，AUROC达到0.87-0.91，并支持单导联心电图，有望帮助医生优先分配有限医疗资源，减少低风险患者不必要的随访。

加州大学旧金山分校的研究团队开发出一种多视角深度学习神经网络，能同时整合多个超声心动图视频视图的信息，在检测左/右心室异常、舒张功能障碍和瓣膜反流等主要心脏疾病方面，比单视角模型性能提升了0.06至0.09的AUC值，在外部验证中也表现出良好的泛化能力，为医学影像AI提供了新的多视角范式。

一项研究显示，大多数放射科医生和四种人工智能程序无法可靠地区分真实X光片与AI生成的深度伪造图像，这威胁到科研诚信和患者护理。放射科医生在多次尝试中仍无法准确识别伪造X光片，且经验水平不影响结果。研究还指出，当前广泛可用的生成工具使恶意利用风险从理论转向实际，亟需加强临床医生培训、开发自动检测系统、强制水印以及严格的数据集治理，以防止这一新兴技术演变为系统性威胁。

一项发表在《放射学》期刊上的研究显示，AI生成的“深度伪造”X光片足以欺骗放射科医生和多模态大语言模型，准确率均在75%左右甚至更低，即使放射科医生知道有合成图像存在也难以识别。研究涉及17名来自六国不同中心的放射科医生，以及ChatGPT和RoentGen生成的X光片。深度伪造X光片通常骨骼过于平滑、脊柱异常笔直、肺部过度对称，且骨折线异常干净。研究建议引入数字水印和加密签名等防护措施，并建立教育数据集和检测工具，以应对AI生成医学影像带来的欺诈和网络安全风险。