本週健康智慧生活圈帶來國內外疫情監測、傳染病研發與精準治療新知，並聚焦大型語言模型如何支援醫療溝通、實證查詢與數位雙胞胎。從呼吸道病毒升溫、藥物遞送到癌症與神經研究，本期呈現科技導入健康照護的機會，也提醒新工具從研究走向應用前，臨床驗證、安全監測、資料品質與專業把關仍不可或缺。
國內COVID-19疫情逐步下降，但流感與呼吸道融合病毒同步升溫，呼吸道病毒流行型態正轉換，長者及慢性病族群仍應留意重症風險，並配合疫苗、就醫評估與日常防護。國際間，法蘭克福機場周邊出現無疫區旅遊史的瘧疾病例，感染來源仍待釐清；斐濟則因HIV快速增加宣布國家緊急狀態，凸顯跨境監測、及早篩檢、治療、預防可近性與反汙名措施的重要性。感染症研發持續結合自動化與新型疫苗策略。利物浦建置AI機器人實驗室，利用自動化平台、類器官與高規格生物安全設施加速藥物及疫苗測試；鼻腔疫苗則著重啟動黏膜免疫，希望在病毒入侵初期降低感染與傳播，但免疫刺激、安全佐劑及人體轉譯仍待突破。另一方面，奈米載體、腫瘤標靶細菌、胞器層級遞送及長效製劑，也正推動藥物更精準到位並減少頻繁用藥，未來普及仍需考量成本與可近性。癌症研究顯示，RAS抑制劑在肺癌治療展現初步潛力，但仍需對照試驗確認療效與安全性；利用細菌在腫瘤局部產生或釋放免疫活化分子，也有望讓治療集中於病灶並降低全身毒性。基礎研究進一步指出，肥胖可能透過改變乳房脂肪細胞的脂質訊號削弱抑癌作用，而IL-2從免疫因子的發現走向癌症治療，也持續奠定CAR-T與腫瘤浸潤淋巴球等細胞免疫療法的發展基礎。其他醫學新知則提醒治療效益之外的長期風險。研究發現，特定免疫細胞可能參與阿茲海默症相關神經損傷，為阻斷腦部發炎提供研究方向；兒童接受鉑類化療後，正常組織可能留下突變足跡，仍須長期追蹤。高齡者新增用藥時，也應先排除前一項藥物副作用造成的「處方瀑布」。此外，全基因組突變測試顯示，現有AI仍難完整解釋基因變異與生物功能的複雜關係，模型進步仍有賴高品質實驗資料。
在大型語言模型健康照護方面，研究顯示AI能以有條理、耐心的方式回應問題，在說服力與同理心評分上可能優於一般對話，但診斷、臨床判斷與責任仍須由醫師把關。多代理人醫療問答系統LINS會先檢索期刊、指引與資料庫，再拆解問題、交叉檢核並附上來源，亦可將臨床問題整理成實證醫學架構，協助醫師查詢治療證據，也能把醫療術語轉為較易理解的說明，幫助病人掌握醫囑。大型語言模型數位雙胞胎DT-GPT則整合病史、檢驗與治療紀錄，為個別病人模擬多條可能的未來軌跡，並說明預測依據，有望支援不同治療情境比較與提早預警。研究顯示，模型較能掌握連續且平穩的變化，面對突發波動或少見事件時仍可能低估風險；即使能對未特別學過的變數進行推估，目前仍適合作為趨勢監測與決策輔助，不能取代即時臨床觀察、檢驗與警報系統。