环球医讯

一项最新动物研究表明，脑部炎症在多发性硬化症等神经系统疾病中可能并非完全有害，某些短暂形式的灰质炎症实际上可能有助于髓鞘修复。研究发现，白质髓鞘损伤会触发暂时性灰质炎症，该炎症在髓鞘修复完成后自然消退；而当髓鞘修复失败时，可能导致灰质长期处于慢性炎症状态。这一发现对理解多发性硬化症的生物学机制具有重要意义，表明促进髓鞘修复的治疗方法可能有助于预防或限制慢性脑部炎症，为未来以修复为导向的治疗策略提供新方向，有望拓展至多种神经退行性疾病的治疗领域。

美国化学学会授予克利夫兰诊所"国家历史化学地标"称号，以表彰其1948年在血清素研究领域的突破性发现。这一发现彻底改变了人们对心理健康治疗的理解，为神经科学研究奠定了基础，并直接促成了选择性血清素再摄取抑制剂(SSRIs)等抗抑郁药物的开发。该荣誉将克利夫兰诊所的成就与青霉素发现、华法林发明等科学史上的里程碑并列，彰显了其在医学发展史上的重要地位。

美国南方多个州的居民预期寿命显著低于全国平均水平，专家分析认为这是由多种因素综合作用的结果，包括慢性疾病高发、预防性医疗服务获取不足、乡村医院关闭、交通障碍以及持续贫困等。同时，全国范围内的酒精相关疾病、阿片类药物成瘾和自杀等问题也加剧了南方地区的健康挑战。尽管2024年美国整体预期寿命有所提高，但地区差异依然明显，改善这些状况需要加强早期检测、风险因素管理和初级医疗保健服务。

美国国家卫生信息技术协调员办公室(ONC)正推动实现有意义的行为健康记录互操作性，通过人工智能和标准化数据交换来弥合医疗系统间的数据鸿沟。文章探讨了行为健康IT发展滞后的历史原因，EHR在不同机构间的采用率差异，以及2000万美元的联邦行为健康IT计划如何利用FHIR标准改善心理健康记录互操作性。同时分析了AI在减少文档负担、增强临床协作方面的作用，VA EHR现代化项目如何将155个遗留系统整合为统一平台，以及REACH VET计划如何运用预测分析识别高风险自杀退伍军人，强调互操作性的最终目的是提高患者生活质量而非仅仅实现技术层面的数据共享，互操作性必须超越表面数据共享以促进更深层次的临床整合。

最新研究显示，2026年医疗设备网络安全指数揭示，24%的医疗机构曾遭受针对医疗设备的网络攻击，其中80%的攻击直接影响患者护理。25%的攻击对治疗造成“重大”影响，设备停机时间多在5至12小时。网络安全公司RunSafe Security指出，恶意软件感染是最大威胁，且AI技术应用速度超过风险应对策略，57%的医疗机构采用人工智能赋能医疗技术但80%对其安全性表示担忧。医疗设备网络安全已成为采购关键考量，2026年56%的设备因安全顾虑被拒用，较上年上升10个百分点，结束支持的设备更会加剧系统风险暴露，凸显网络威胁正快速转化为患者安全危害。

本文由医生撰写，详细介绍了安全使用AI管理个人健康的10个实用步骤。文章指出，虽然AI可以成为健康领域的有力工具，但不正确使用可能导致误诊或延误治疗。作者强调AI应作为教育工具而非诊断工具，提醒用户保护隐私、验证信息来源、切勿延误紧急治疗，并建议将AI用于生活方式改善和就诊准备。文章提供了每个步骤的具体原因和示例，帮助读者在享受AI便利的同时避免潜在风险，是普通民众安全使用健康类AI应用的重要指南。

亚利桑那大学研究人员推出"远程访问汇聚式数字健康"(CoDiRA)项目，通过人工智能驱动的医疗自助服务站，解决美国农村地区医疗资源短缺问题。该项目汇集14位跨领域专家，将AI技术与社区洞察相结合，在药店和社区中心等场所部署医疗设备，为居民提供便捷的医疗服务。系统能够捕捉细微临床体征，针对常见病症提供个性化建议，避免不必要的急诊就诊，同时注重数据安全和患者隐私保护，旨在为低资源和农村环境中的医疗护理建立全球标准。

荷兰一项涉及近2万名患者的临床试验发现，基于AI的皮肤评估应用未能提升皮肤癌检出率，反而增加了良性皮肤病变的医疗就诊量。研究显示使用SkinVision应用的干预组与对照组在黑色素瘤及各类皮肤癌诊断率上无显著差异，但干预组因良性病变就医率更高。研究者指出对照组可能存在自我筛查动机偏差，且12个月短期数据受限于癌症病例较少，需通过24个月随访获取长期效果。该研究对AI健康应用的实际临床价值提出重要质疑，强调需优化应用部署策略以避免医疗资源浪费。

本文深入探讨了抗衰老领域中干细胞再生的科学概念，澄清"抗衰老干细胞营养"并非正式医学治疗而是讨论营养如何影响干细胞功能的框架，强调健康老龄化应基于基本健康习惯而非奇迹疗法，同时指出FDA对未经批准的抗衰老干细胞产品的警告，为读者提供了对抗衰老领域的科学认知与实用建议，避免被夸大宣传误导，并通过2025年多项研究综述说明营养可能对皮肤衰老等特定方面产生积极影响，但证据基础仍不完善，需保持理性态度对待这一快速发展但充满挑战的医学前沿领域。

微软于2026年3月12日正式推出Copilot Health，这是其Copilot AI平台内的专用安全空间，旨在整合用户健康记录、可穿戴设备数据和实验室检测结果。该产品虽在健康科技领域引发关注，但也带来多重法律挑战，包括数据隐私合规问题、AI生成健康建议的责任归属、是否涉及未经授权行医、网络安全风险以及未来"代理型AI"可能引发的新法律问题。文章深入分析了这些挑战对个人用户、医疗机构和法律专业人士的影响，指出随着消费者健康AI市场的快速发展，相关法律框架将受到州和联邦隐私法、新兴AI法规及普通法原则的共同塑造，法律专业人士需评估此类工具对数据共享方式和患者护理的长远影响。