研究核心发现 - 芬兰图尔库大学团队研究发现，淋巴管系统的特定变化可用于早期识别侵袭性强、复发风险高的口腔癌 [1] - 通过分析约300名芬兰早期口腔癌患者样本发现，肿瘤组织淋巴管内皮细胞中出现与细胞分裂有关的蛋白质信号 [1] - 在部分患者样本中，处于分裂状态的淋巴管内皮细胞数量较正常水平明显增多，且该数量越多，患者复发和死亡风险越高 [1] 临床意义与应用潜力 - 在健康口腔中通常检测不到提示淋巴管内皮细胞分裂的相关标志蛋白，该发现为诊断提供了新的生物标志物 [1] - 在诊断阶段尽早识别侵袭性癌症很重要，从而可通过治疗措施降低复发和死亡风险 [1] - 该研究成果有望进一步发展成为一种临床检测工具 [2] 当前治疗现状与未满足需求 - 目前早期口腔癌治疗主要依赖手术，但对于是否以及如何精准选择辅助治疗仍缺乏可靠手段 [1] - 新标志物的发现可让高风险患者接受更有效治疗，同时避免预后较好患者承受不必要的辅助治疗可能带来的严重不良反应 [1] 研究后续计划与全球疾病负担 - 研究人员下一步计划研究相关蛋白标志物在其他类型癌症中是否具有类似预测价值 [2] - 根据全球癌症数据库数据，2022年全球口腔癌死亡人数约为18.8万 [3]

研究核心发现 - 对于特发性多中心型卡斯尔门氏病中最严重的临床亚型iMCD-TAFRO患者，在治疗后达到缓解的情况下，部分患者无需长期维持治疗 [1] - 研究显示部分iMCD-TAFRO患者并不需要“无限期”治疗，或可达到治愈 [1] - 对于达到生化完全缓解的iMCD-TAFRO患者，尝试停药成为一个值得考虑的临床选项 [1] 研究背景与疾病定义 - 卡斯尔门氏病是一种血液系统罕见疾病，被纳入中国《第一批罕见病目录》 [1] - iMCD-TAFRO亚型以细胞因子风暴为突出表现，严重威胁患者脏器功能和生命 [1] 研究数据与结果 - 研究纳入了27例停药后病情仍然保持稳定的iMCD-TAFRO患者 [1] - 在中位31个月的随访期间，23例患者病情持续稳定，其中20例患者病情完全缓解 [1] - 预计在停药后6个月、1年和3年时，病情保持稳定的比例分别为96.3%、85.2%和85.2% [1]

核心观点 - 韩国国民健康预期寿命在2022年跌破70岁关口至69.89岁 中断了近十年的稳定增长趋势 与政府2030年目标相差近3年[1] 健康预期寿命趋势与现状 - 2022年韩国健康预期寿命为69.89岁 较2020年的70.93岁连续两年下降 为自2013年69.69岁以来首次跌破70岁[1] - 该指标自2014年起长期稳定在70岁以上 近两年的明显回落中断了近十年的稳定增长趋势[1] 健康预期寿命下降的原因 - 慢性疾病增加是重要原因 高血压、糖尿病等慢性病已占韩国国民死亡原因的78.8%[2] - 不良生活习惯加剧健康风险 早餐食用率从3年前的51.4%降至46.8% 肥胖率等多项指标呈恶化趋势[2] - 慢性疾病发病年龄从老年层逐渐向30至40岁人群下移 持续拉低整体健康预期寿命[2] - 新冠疫情导致日常体育活动减少 肥胖率和慢性疾病风险上升 新冠后遗症及相关健康损伤也拉低了指标[2] 健康不平等现象 - 健康寿命的贫富差距扩大 2022年收入前20%群体健康预期寿命为72.7岁 收入后20%群体仅为64.3岁 二者差距达8.4岁[3] - 贫富群体健康预期寿命差距远高于2012年的6.7岁[3] - 收入越低群体暴露于吸烟、酗酒、慢性疾病等健康风险的概率越高 在医疗资源可及性、健康管理投入方面处于劣势[3] 政府应对方向 - 韩国政府计划将“延长健康寿命、提升健康公平性”作为核心目标[3] - 拟通过控制烟酒、增加民众体育活动等一系列政策改善国民健康[3]

研究核心发现 - 2022年全球近40%（37.8%）的新增癌症病例（约710万例）可归因于可改变的风险因素 [1][2] - 吸烟（15.1%）、感染（10.2%）与饮酒（3.2%）是三大主要贡献因素 [2] - 肺癌、胃癌与宫颈癌合计约占这些潜在可预防病例的近一半 [2] 风险因素的人口与地域差异 - 对全球女性而言，HPV或幽门螺杆菌等感染是最大风险因素，与11.5%的病例相关 [2] - 对全球男性而言，吸烟是最大风险因素，与23.1%的病例相关 [2] - 撒哈拉以南非洲女性与可改变风险因素相关的癌症负担比例最高（38.2%） [2] - 北非与西亚女性的相关比例最低（24.6%） [2] - 东亚男性与可改变风险因素相关的癌症病例比例最高（57.2%） [2] - 拉丁美洲及加勒比地区男性的相关比例较低（28.1%） [2] 研究背景与方法 - 研究由国际癌症研究机构与世界卫生组织联手完成 [1] - 分析涵盖185个国家、36种癌症类型 [1] - 结合2022年发病数据与约10年前的暴露流行情况，评估了30项可改变风险因素 [1] - 可改变风险因素包括行为、环境、感染及工作相关风险，均具有潜在可预防性 [1] 研究意义与未来方向 - 研究结果强调了癌症预防中的潜在机会，包括控烟、预防感染及各国因地制宜的预防策略 [2] - 不同地区的数据质量与可获得性差异明显，特别是在中低收入国家 [2] - 更完善的监测体系及更详细的数据将有助于增强未来估算的准确性，并改进政策制定 [2]

疫情传播风险评估 - 尼帕病毒在区域或全球范围内的扩散风险“都非常低”，此次印度疫情大概率也不例外 [1] - 尼帕病毒的零星暴发在印度和孟加拉国几乎每年都会发生 [2] - 尼帕病毒发生人际传播是极小概率事件，极为罕见，通常仅在急性感染期通过极其密切的接触才会发生 [3] 病毒传播途径与宿主 - 尼帕病毒的宿主是狐蝠属的果蝠，分布主要集中在南亚和东南亚 [2] - 在中国的蝙蝠体内已经检测到了尼帕病毒或其近亲病毒的抗体，这意味着病毒在自然界中是存在的 [2] - 尼帕病毒感染人类有三种方式：“蝙蝠—动物—人”、“蝙蝠—人”和“人—人”传播 [2] - 当病毒经“蝙蝠—动物—人”传播时，猪很有可能作为中间/扩增宿主，接触感染猪的分泌物或排泄物，或者食用感染猪的猪肉均有可能导致感染 [2] - 在菲律宾，马被确认为另一种扩增宿主 [3] 特定国家与地区的风险分析 - 印度和孟加拉国的文化习俗被认为是主要的传播风险因素 [3] - 新加坡或中国的猪群感染风险极低 [3] - 在中国南方（如云南、海南等地）有尼帕病毒天然宿主狐蝠的分布 [2] - 中国是生猪生产大国，在偏远地区，猪场可能位于蝙蝠种群的栖息范围内 [3] 疾病特征与诊断挑战 - 感染尼帕病毒后的症状识别很困难，疫情在发生后可能无法第一时间得到控制 [5] - 尼帕病毒感染既可表现为呼吸道症状，也可出现神经系统症状，且难以与其他感染性疾病区分 [5] - 对表现为脑炎的病例进行诊断也存在挑战，因为绝大多数脑炎患者与尼帕病毒无关 [5] - 在全球首次发现的尼帕疫情中，最初的感染者均从事过养猪工作，其起始症状出现后被怀疑是由日本乙型脑炎引起的 [5] - 急性脑炎综合征是人感染尼帕病毒后可能出现的严重临床表现 [5] 监测与应对措施 - 新加坡正在监测有类似症状且曾到访过印度西孟加拉邦地区的人员 [2] - 鉴于当前风险较低，新加坡暂无特殊防控措施 [2] - 包括中国、新加坡在内的亚太多国均已加强风险评估和疫情应对准备 [1] - 在任何急诊医疗机构中，快速PCR检测或抗原检测都是关键诊断手段 [5] - 建立快速检测与诊断平台以应对潜在感染至关重要 [6] - 一旦发现动物群体感染，最有效的处置方式仍是扑杀 [6]

核心技术与模型 - 美国斯坦福大学研究人员开发出名为SleepFM的人工智能模型 可根据一晚上的睡眠情况预测约130种疾病的发病风险 包括心脏病 痴呆症和部分癌症等 [1] - 该模型是首个使用人工智能分析大规模睡眠数据的研究 相关论文发表在英国《自然-医学》杂志上 [1] - 模型使用多导睡眠图数据 这是一种综合监测患者睡眠状态的“金标准”方法 记录涉及大脑 心脏 眼球 呼吸和肌肉等的多种生理信号 [1] 数据基础与训练 - 模型使用来自6.5万名参与者 总时长近60万小时的多导睡眠图数据进行训练 [1] - 训练数据中 有3.5万人的数据来自斯坦福睡眠中心 该中心在25年里持续记录了这些人的睡眠和健康状况 [2] - 训练时将睡眠数据分割成时长5秒钟的片段作为基本数据单元 类似于训练大语言模型时所用的“单词” [1] 模型预测能力与发现 - 模型分析了健康记录涉及的1000多种疾病 发现其中约130种疾病可以通过患者的睡眠数据进行较为准确的预测 [2] - 模型对帕金森病 痴呆症 发育迟缓 心脑血管疾病等的预测能力尤为出色 [2] - 在癌症中 模型预测前列腺癌 乳腺癌和皮肤癌的准确率较高 [2] 研究意义与创新 - 该研究整合了不同的生理信号并梳理其中的关系 表明人工智能模型可以从睡眠数据中了解睡眠的“语言” 实现灵活高效的疾病预测 [1][2] - 以往关于睡眠和疾病的研究往往局限于单个指标与特定疾病的关联 忽视了睡眠生理学的复杂性 此项新成果克服了此局限 [2]

公司动态：苏北人民医院临床药理研究中心通过专业备案 - 苏北人民医院临床药理研究中心下设的I期临床试验研究室——生物等效性试验专业顺利通过江苏省药品监督管理局的专业备案检查 [1] - 此次备案检查于2025年11月11日至12日进行，专家组通过专题汇报、实地考察、文件审阅及现场问答等方式对中心的软硬件设施、研究团队及质量管理体系进行了全面检查 [1] - 针对检查反馈的问题，研究团队已逐条分析并整改落实 [1] 公司业务与能力现状 - 截至目前，苏北人民医院共拥有28个药物临床试验专业和41个医疗器械临床试验专业，能够承接各类药物及医疗器械临床试验项目 [1] - 临床药理研究中心位于医院开发区分院住院楼12楼，占地约3600平方米，配备72张病床和2张急救床位，抢救设施设备齐全 [2] - 中心目前共有在岗职工16人，其中高级职称10人、中级职称2人，团队拥有国家级及省级药物临床试验专家库成员2人，并引进博士2人、硕士4人 [2] - 团队成员均经过专业培训，具备符合生物等效性研究工作的资历和要求 [2] 公司发展规划与目标 - 未来将以生物等效性试验专业成功备案为新起点，持续优化临床试验质量管理体系，推进临床试验全过程规范化和标准化建设 [2] - 下一步将在确保高质量实施生物等效性试验的基础上，积极推进I期药物临床试验专业备案申报工作，力争早日承接更多高质量的创新药物I期临床试验项目 [3] - 目标是促进医院科研和临床研究水平提升，并为提升区域临床试验管理实施水平、推动医药产业高质量发展作出贡献 [2] 行业与监管背景 - 临床药理研究中心自2023年12月开始建设以来，始终严格遵循国家《药物临床试验机构管理规定》《药物临床试验质量管理规范》等相关法规 [2] - 此次专业备案检查的通过，标志着医院药物临床试验工作迈向新阶段，也为推动区域药物临床试验事业的高质量发展注入了新动力 [1]

研究核心发现 - 中山三院与西安交大团队在顶刊Annals of Neurology发表研究 首次证实基于脑机接口的下肢外骨骼训练可显著改善脊髓损伤患者的运动能力与抑郁情绪 并揭示其促进皮层重塑的机制[3] - 为期4周的干预后 脑控外骨骼训练组在下肢肌力、步行速度、步行耐力及抑郁评分等所有关键功能指标上均显著优于仅接受外骨骼训练的对照组[5] - 脑电分析揭示 脑控外骨骼训练组在中线运动皮层区域出现显著增强的μ/β波段事件相关去同步化 并伴随大脑广泛功能连接效率提升 提示皮层网络发生结构性重塑[6] 技术性能与机制 - 研究初期结果表明 脊髓损伤患者具有良好的神经接口适应性 其脑机接口控制精度高达95.2% 反应时短至1.15秒 接近健康对照 验证了脑控外骨骼系统在临床康复中的可行性[3] - 与传统被动训练不同 脑机接口系统通过实时解码运动意图并驱动步态执行 建立了“意图识别—运动执行—视觉反馈”的闭环通路 显著增强了患者对步态控制的主观参与感 进而触发中枢神经系统的功能激活与重建[9] 行业与临床意义 - 2025年 脑机接口相关临床探索在全国多家医院开展 神经康复是其中一个热门领域[1] - 该研究为脊髓损伤后的神经功能恢复提供了新路径 并提出了以“脑控驱动-神经重塑”为核心的新型脊髓损伤康复策略[3][9]

公司融资与股权结构 - 苏州冰晶智能医疗科技有限公司于近日完成A轮融资 融资金额为数千万元人民币 [1] - 公司A轮融资的投资机构包括上海冰内晶圆科技合伙企业 苏州道彤腾辉创业投资合伙企业 苏州远毅睿恒股权投资合伙企业 上海心声晶智成长科技合伙企业 [1] - 公司法定代表人为张吉宏 成立于2021年 位于苏州市 是一家以从事研究和试验发展为主的企业 [1] - 公司注册资本为686.935961万人民币 [1] - 公司股东包括张吉宏 上海冰内晶圆科技合伙企业 苏州道彤腾辉创业投资合伙企业 苏州远毅睿恒股权投资合伙企业 上海心声晶智成长科技合伙企业 [1] 公司经营与资产状况 - 公司共对外投资了7家企业 [1] - 公司拥有商标信息12条 专利信息24条 行政许可18个 [1] 行业与市场动态 - 公司在四川集采中取得优异成绩 [1] - 公司业务定位为介入超声影像平台 [1]

研究突破与核心价值 - 科研团队成功绘制全球首张专门针对中国人群的全生命周期脑结构正常参考图谱 明确了228项中国人脑核心结构的正常数值范围 [1] - 该图谱可作为阿尔茨海默病 帕金森病等神经系统疾病诊断与治疗的“中国标准” 预计将显著提升诊断准确性 [1] - 研究发现中国人群的脑发育高峰与衰老进程均晚于西方人群 凸显了建立本土标准的重要性 [2] 研究规模与数据基础 - 研究由北京天坛医院和北京师范大学团队合作 联合全国105家研究中心共同完成 [1] - 研究收集了覆盖各年龄段的近2.8万例高质量磁共振影像数据 其中包括2.4万余名健康人群及3900余名脑疾病患者数据 [1] 临床应用与产业化进展 - 基于该成果的个体化脑健康评估系统已在北京天坛医院开展临床试点 累计服务超过1000名患者 [2] - 该系统能评估患者的认知与运动功能 预测药物与手术疗效 并预警残疾进展风险 [2] - 该成果已申报专利 并与多家医学影像企业达成转化合作 将逐步应用于临床脑健康评估与疾病精准诊断 [2] 技术优势与未来方向 - 该“脑地图”能够精准反映中国人脑部从发育 成熟到衰老的全程变化规律 解决了传统磁共振难以区分自然老化与疾病异常的问题 [1] - 医生可将患者脑部影像与图谱中的正常值进行智能比对 快速识别异常脑结构 例如阿尔茨海默病表现为多项指标广泛偏离 帕金森病则以大脑深部灰质区域变化为主 [2] - 下一步计划融合多模态影像 血液标志物 基因等多维度数据 构建从“结构”到“功能”的中国人群多模态脑图谱体系 [2]