Search: #柳叶刀

1. 6天前

   拍张自拍就能预测寿命与癌症预后？哈佛用4000万人脸练出AI“相面大师”
   
   常言道“相由心生、病从貌显”，中医讲望诊，现代医生也常通过观察患者神态与脸色来辅助判断病情，但传统观察往往极易受主观经验、光线角度、甚至化妆与医美的影响。一个人脸上的衰老与病容，究竟能否转化为严谨可量化的临床医学指标？AI 又能否单凭一张普通正脸照片，看穿人体的“生物学真实年龄”与疾病死亡风险？
   
   哈佛医学院与布莱根妇女医院团队在《柳叶刀·数字健康》（The Lancet Digital Health）发表突破性成果，基于超 4000 万张人脸图像构建了医疗基础大模型 FAHR-Face，并针对两大临床任务进行了微调。其中测衰老的 FaceAge 在涵盖全生命周期的公共数据集上，预测生物学年龄的平均绝对误差仅 5.1 岁；而预测生存期的 FaceSurvival 在对 3.4 万余名癌症患者数据微调后，多因素 Cox 模型显示最高风险组的死亡率超过最低组的 3 倍（调整后风险比 aHR=3.23，p<0.0001）。注意力热力图揭示，两个算法关注的面部区域完全不同——一个捕捉自然衰老特征，另一个锁定疾病消耗带来的特定微病容；即使面对化妆遮瑕、光线变幻或面部整容手术，模型的预测依然稳健可靠。
   
   这项研究证实，低成本的普通人脸照片能成为捕捉生物学衰老与疾病死亡风险的有效生物标志物，二者联用还可进一步提高癌症预后的精准度。不过研究人员也强调了局限性：死亡预测模型主要在癌症患者队列中完成验证，目前绝非面向普通公众的“算命寿命仪”；此类工具的核心价值在于临床早筛与分层干预辅助，未来在真实世界推广前仍需防范潜在的算法偏见与健康保险歧视风险。
   
   

   算命先生直呼内行，以后体检连自拍都得素颜上阵了 📷🔮

   
   
   📖 The Lancet Digital Health
   📃 Foundation artificial intelligence models for health recognition by use of face photographs (FAHR-Face): a model development and validation study
   🗓 2026-10-19
   
   #人脸识别 #医疗AI #柳叶刀 #癌症预后 #生物学年龄 #哈佛医学院
   
   Via：提前退休卡皮🐟
   
   🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

2. 22:02 · 2026年9月17日 · 周四

   

   ×

   

   利润10.4亿英镑，涨薪只肯4.1%：《柳叶刀》创刊200年迎来首次罢工
   
   提到《柳叶刀》，大多数人想到的是影响全球卫生政策的顶级医学期刊。但这本200岁的“老牌贵族”刚刚创下尴尬纪录：员工将于9月22日举行创刊以来首次罢工。
   
   导火索是薪资谈判破裂。代表110名员工的英国全国记者联盟（NUJ）工会要求第一年加薪7.5%，弥补通胀造成的实际收入缩水——公开信称员工“经验和职责在增长，实际境况却比五年前明显变差”。而出版方爱思唯尔（Elsevier）只肯给第一年4.1%、第二年2.9%。9月4日，94.5%的工会成员投票支持罢工。对比更扎心：Elsevier 2025年营业利润高达10.4亿英镑（利润率38%，居四大学术出版巨头之首），《柳叶刀》的文章处理费也从2020年的5000美元涨至2026年的9550美元。9月23日至30日，员工还将“按章工作”、只干合同内的活——工会直言，这家期刊“很大程度上靠员工的善意运转”。
   
   这场罢工撕开了学术出版的另一面：同行评审体系背后，是一支收入平平却常年默默加班的编辑队伍。需要澄清的是，罢工的并非科学家作者或审稿人，而是期刊编辑和记者；2024年《自然》员工也曾因类似问题罢工两天。巨头利润与学术劳工报酬如何平衡，才是这场风波抛给学界的真问题。
   

   版面费翻了近一倍，工资涨4%——原来同行评审从来不审自己的工资条 💸

   
   
   📖Retraction Watch
   🗓2026-09-16
   
   #柳叶刀 #罢工 #学术出版 #爱思唯尔
   
   🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

3. 12:02 · 2026年3月25日 · 周三

   多喝水防肾结石？柳叶刀大规模试验：没用
   
   "多喝水"几乎是每个泌尿科医生都会给的防结石建议，但现实中患者很难坚持大量饮水，而行为干预到底能不能真正降低结石复发率，此前一直缺乏高质量的随机对照证据。
   
   美国6个学术医学中心纳入1658名12岁以上有结石病史且24小时尿量偏低的患者，随机分为综合行为干预组（液体处方+经济激励+健康教练+患者自选提醒）和常规指南护理组，随访2年。结果显示干预组结石复发率19%，对照组20%（HR 0.96），无统计学差异。干预组虽然尿量更高，但尿频、尿急、夜尿等症状也更明显，影像学上结石生长≥2mm或新发结石两组也无差别。1%的干预组出现无症状低钠血症，提示过度饮水本身也有风险。
   
   这项研究说明，单纯增加饮水量可能并不足以改变结石形成的核心机制（如尿液中成石物质过饱和），"多喝水"作为通用建议虽没有错，但将其视为一级预防策略的证据基础比想象中薄弱。
   
   

   建议你多喝水这话没毛病，但别指望光靠猛灌水就能挡住结石——至少从这1658人的数据看，喝再多也就多跑几趟厕所。
   

   
   📖The Lancet
   🗓2026-03-21
   
   #泌尿外科 #肾结石 #随机对照试验 #柳叶刀
   
   🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

4. 15:20 · 2026年3月8日 · 周日

   医疗 AI 也会被误导——研究提示“像病历的错误信息”最危险
   
   大模型正越来越多地被用于问诊分诊、病历总结和医学问答。但如果错误信息被包装得足够“像真的”，它们会不会照单全收？这项发表于 The Lancet Digital Health 的横断面基准研究，系统测试了 LLM 在医疗虚假信息面前的脆弱性。
   
   研究团队评估了 20 个大语言模型，在 340 万条含医学错误信息的提示词中测试其易感性，错误信息来自社交媒体、临床笔记和模拟病例三类场景。结果显示，整体有 31.7% 的基础提示会让模型接受错误信息；其中临床笔记场景最危险，易感率高达 46.1%，显著高于社交媒体场景的 8.9%。不同模型表现差异明显，GPT-4 抗误导能力更强，而部分小模型和医学微调模型反而更容易“中招”。
   
   这项研究最重要的提醒不是“模型不行”，而是医疗 AI 的部署不能只看答得像不像，还要看它在被误导时能否守住底线。未来真正关键的，可能是事实锚定、来源校验和上下文防御机制，而不是单纯更大的参数规模。
   
   

   不是 AI 太笨，而是假病历太像真的——穿白大褂的谣言果然更危险。🩺🤖
   📄 The Lancet Digital Health
   
   

   #医疗AI #大语言模型 #医学虚假信息 #柳叶刀 #临床安全
   
   🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

5. 14:13 · 2026年3月8日 · 周日

   青春期“晚熟”竟是糖尿病预警？——以色列百万级队列研究揭秘
   
   长期以来，青春期延迟（Delayed Puberty）在男性中常被视为一种良性的发育差异。然而，这项发表在 The Lancet Child & Adolescent Health 上的全国性大样本队列研究打破了这一认知，揭示了发育节奏与长期代谢健康之间的隐秘关联。
   
   研究人员分析了 1992 年至 2015 年间接受评估的 964,108 名以色列男性青少年数据（随访至 2019 年底）。结果显示，与发育正常的同龄人相比，青春期延迟的男性在成年早期患 2 型糖尿病（T2D）的风险显著升高：其发病率约为 140/10万人年，而对照组仅为 41/10万人年。即使在剔除了 BMI、社会经济地位等干扰因素后，这种关联依然稳固——青春期延迟男性的糖尿病风险仍高出 37%。
   
   这意味着青春期不仅是生殖发育的窗口，更是代谢编程的关键期。虽然具体机制尚待明确，但临床医生应当警惕：对于青春期发育较晚的男性，早期的糖尿病筛查和生活方式干预或许至关重要。
   
   

   以前总说“晚熟”是福，现在看来，代谢系统的“时钟”错位可能留下了健康的隐形账单。🧬📈
   
   📄 The Lancet Child & Adolescent Health

   
   #青春期延迟 #糖尿病 #柳叶刀 #代谢健康 #队列研究
   
   🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿