3月12日，香港大学医学院（下称港大医学院）公布，该院药理及药剂学系的研究团队利用人工智能（AI）技术研发出一套创新的心血管疾病风险预测框架CardiOmicScore，只需一次血液检测，即可精准预测未来罹患六种主要心血管疾病的风险，包括冠心病、中风、心力衰竭、心房颤动、外周动脉疾病及静脉血栓，并可预早在病发前15年发出预警讯号。

心血管疾病是全球头号“健康杀手”，仅在2022年便夺去约1980万人的生命。在传统的身体检查中，医生通常根据年龄、血压和吸烟史等指标来评估患病风险。但这些指标往往难以全面反映疾病早期的隐匿变化，导致许多患者在确诊时已错过最佳干预时机。

尽管近年多基因风险评分日渐普及，但由于基因与生俱来终生不变，基因风险评分无法反映生活方式及环境改变对身体状况的实时影响。因此，临床上迫切需要一种能实时反映身体当下健康状况、并能同时精准预警多种心血管疾病的工具。

港大研究团队利用深度学习技术整合基因组、代谢组与蛋白质组等多组学资料，建构出CardiOmicScore风险预测框架。研究以英国生物样本库（UKBiobank）的大规模人群资料为基础，分析血液中2920种蛋白质和168种代谢物，发现这些生物信号如同身体的“实时记录仪”，能敏锐捕捉免疫系统、新陈代谢及血管健康的细微变化。

“基因决定我们的起跑线，确立了健康的基础与先天风险，但蛋白质和代谢物才能真正反映我们身体当下的健康状况。”领导此项研究的港大医学院药理及药剂学系副教授张清鹏表示，新研发的AI模型正是为分析这些复杂信号而设计，帮助医生和病人在发病前掌握预警信号，尽早通过调整生活方式或早期干预来改写疾病的发展。

研究结果显示，CardiOmicScore系统能将多组学数据转化为个人化风险评分，其预测能力远超传统的多基因风险评分。在结合年龄、性别等常规临床信息后，此模型能大幅提升六种常见心血管疾病的预测准确度，甚至能在患者出现症状前15年发出预警。

此项研究标志着精准医疗将从静态的“基因层面”转向较动态的“多组学层面”，同时意味着未来可能只需抽取少量血液，就能得出涵盖多种心血管疾病的全面风险评估报告。

相关研究成果已在国际期刊《自然通讯》上发表。