中風心臟病｜港大研發AI工具「未病先知」 一次驗血提早15年預測6種心血管病
多組學分析結合AI
心血管疾病是全球頭號「健康殺手」，僅在2022年便奪去約1,980萬人的生命。港大醫學院指出，傳統身體檢查評估心血管風險時，多依賴年齡、血壓、吸煙史等指標，但這類指標未必能全面反映疾病早期的隱匿變化，部分患者確診時或已錯過最佳干預時機。即使近年多基因風險評分逐漸普及，由於基因與生俱來且終生不變，亦難以反映生活方式及環境改變對身體狀況的即時影響；臨床上因此需要一種可反映「當下健康狀況」，並能同時預警多種心血管疾病的工具。
港大研究團隊以深度學習技術整合基因組、代謝組與蛋白質組等多組學資料，建構「CardiOmicScore」風險預測框架。研究以英國生物樣本庫（UK Biobank）的大規模人群資料為基礎，分析血液中2,920種蛋白質及168種代謝物。團隊形容，這些生物信號猶如身體的「即時記錄儀」，可捕捉免疫系統、新陳代謝及血管健康的細微變化。
港大醫學院藥理及藥劑學系副教授張清鵬教授表示：「基因決定我們的起跑線，確立了健康的基礎與先天風險，但蛋白質和代謝物才能真正反映我們身體當下的健康狀況。新研發的AI模型正是為分析這些複雜訊號而設計，幫助醫生和病人在病發前掌握預警訊號，及早通過調整生活方式或早期干預來改寫疾病的發展。」
一次驗血可預測6類疾病
研究結果顯示，「CardiOmicScore」可把多組學數據轉化為個人化風險評分，其預測能力較傳統多基因風險評分更高。在結合年齡、性別等常規臨床資訊後，模型能進一步提升6種常見心血管疾病的預測準確度，並可在患者出現症狀前最早15年發出預警，以識別高危群組。
精準醫療由「基因」走向「動態多組學」
港大醫學院指出，研究反映精準醫療的評估方向，或可由較「靜態」的基因層面，進一步轉向較「動態」的多組學層面。團隊相信，未來或可透過抽取少量血液，便生成涵蓋多種心血管疾病的風險評估報告，協助更早辨識潛在風險。
張清鵬教授續指：「我們希望藉助科技，及早辨識和預防尚未出現的疾病，推動健康管理從被動應對轉為主動預測與介入，為公共衛生及個人醫療帶來深遠影響。」
