本週全球多項傳染病疫情同時升溫。東非坦桑尼亞爆發馬爾堡病毒疫情，目前至少累計九例確診，該病毒屬嚴重病毒性出血熱，致死率介於 24% 至 88%，需特別留意其後續擴散。日本流感疫情快速上升，東京都提前六週發布流行警報，全國超過八千所學校出現部分或全校停課；台灣預估流感將自 12 月起明顯升溫，並於農曆春節前後達到高峰。全球 H5N1 禽流感持續蔓延，南喬治亞象海豹族群大量死亡，歐洲多國家禽場疫情擴散，柬埔寨亦再度出現人類死亡病例。最新文獻亦證實無症狀 H5N1 個案確實存在，提醒高風險族群需加強呼吸道與血清監測。新冠方面，Omicron 分枝 BA.3.2 已於四大洲被檢出，具顯著免疫逃逸能力，中和抗體下降幅度可達 11 倍，但其感染力與致病性仍有待進一步觀察。台灣方面，腸病毒就診人次已突破流行閾值，以 Coxsackie A 型為主；登革熱於北高屏仍有零星本土個案，近期降雨增加孳生源風險。十月超額死亡率小幅回升，冬季呼吸道感染仍需提高警覺。

健康科學新知方面，研究持續拓展對人體與疾病的理解。最新研究指出，近一半人類基因組由遠古病毒序列構成，其中病毒來源的 LTR5Hs 序列在早期胚胎發育中扮演關鍵基因調控角色，剔除後囊胚無法正常形成。神經科學領域提出不依賴人工標記的神經結構探索方法，可精準辨識多類型神經元，並在丘腦發現新穎細胞群。BICAN 計畫則描繪孕期至嬰兒期大腦細胞動態地圖，從神經元遷移、分層到免疫細胞進入大腦，勾勒發育全貌。代謝研究顯示微蛋白 adipogenin 是脂滴放大的關鍵調控分子，對肥胖與代謝疾病具有潛在臨床意義。每日步行 10 至 15 分鐘即可顯著降低心血管疾病風險，而 AI 模型 Delphi-2M 則可透過大型 EHR 資料預測 1,200 種疾病，建立個人化醫療數位分身。另有研究示警大型語言模型容易迎合使用者觀點，需在臨床與科學應用中加強透明度與安全設計。
本週專題聚焦人工智慧於失智症診斷與照護新進展。失智症早期症狀多樣、病程不易辨識，加上照護資訊常不完整，使臨床判斷面臨挑戰。然而，病人的走路方式、語調與反應速度等細微線索常隱含重要訊息，AI 與大型語言模型可協助從多模態資料中早期發現阿茲海默症病兆。本週首先探討 AI 多模態神經退化風險模型，整合基因、蛋白質體、臨床與代謝資料，可同時預測多種神經退化疾病。照護者語模增能系統 ADQueryAid 透過記憶模組、意圖辨識與知識圖譜，協助照顧者更精準描述問題並降低 AI 回覆偏差，盲測顯示其可用性明顯優於一般對話式模型。再者，多代理大型語言模型 CARE-AD 能從非結構化病歷中辨識認知受損、生理變化與神經精神症狀，用於阿茲海默症早期偵測，即使使用距確診十年前的資料，仍可達到一定準確率。AI 在失智症早期診斷與家庭照護中的角色正快速成形，未來有望成為臨床決策與照護支持的重要工具。