港大醫學院創新AI工具 一次血液檢測即可提前15年預測心血管疾病風險
2026年3月13日
香港大學李嘉誠醫學院(港大醫學院)研究團隊宣佈研發出一套創新的心血管疾病風險預測框架,名為CardiOmicScore。這一嶄新工具能僅根據一次血液檢測,精準預測未來罹患六種主要心血管疾病的風險,包括冠心病、中風、心臟衰竭、心房顫動、外周動脈疾病及靜脈血栓,並可在疾病發作前長達15年發出預警。
據研究團隊介紹,心血管疾病是全球首要的健康殺手,2022年便奪去約1,980萬人的生命。在傳統檢查中,醫生通常依靠年齡、血壓及吸煙史等指標來評估風險,但這些指標往往難以捕捉疾病早期的變化,導致許多患者在確診時已錯過最佳干預時機。
港大的研究團隊運用深度學習技術,整合基因組、代謝組和蛋白質組等多組學資料,構建出CardiOmicScore風險預測框架。研究基於英國生物樣本庫(UK Biobank)的大規模人群數據,分析了2,920種蛋白質和168種代謝物,這些生物信號能精確反映免疫系統、新陳代謝及血管健康的細微變化。
副教授張清鵬表示:「基因雖然確定了我們的起點,但蛋白質和代謝物才能真正反映當前的健康狀況。這款AI模型專為分析這些複雜信號而設,幫助醫生及患者提前掌握健康風險,並通過生活方式的調整或早期干預來改善預後。」
研究結果表明,CardiOmicScore系統的預測能力遠超傳統的多基因風險評分,並能在結合年齡及性別等基本信息後,顯著提升六種心血管疾病的預測準確度。
這項研究顯示,未來只需抽取少量血液,就能快速獲得全面的心血管疾病風險評估報告,推動健康管理從被動應對轉為主動預測與介入,對公共衛生和個人醫療產生深遠影響。
這項突破性的研究成果已發表在國際期刊《自然通訊》中,期待未來在心血管疾病預防和管理中的實際應用。
據研究團隊介紹,心血管疾病是全球首要的健康殺手,2022年便奪去約1,980萬人的生命。在傳統檢查中,醫生通常依靠年齡、血壓及吸煙史等指標來評估風險,但這些指標往往難以捕捉疾病早期的變化,導致許多患者在確診時已錯過最佳干預時機。
港大的研究團隊運用深度學習技術,整合基因組、代謝組和蛋白質組等多組學資料,構建出CardiOmicScore風險預測框架。研究基於英國生物樣本庫(UK Biobank)的大規模人群數據,分析了2,920種蛋白質和168種代謝物,這些生物信號能精確反映免疫系統、新陳代謝及血管健康的細微變化。
副教授張清鵬表示:「基因雖然確定了我們的起點,但蛋白質和代謝物才能真正反映當前的健康狀況。這款AI模型專為分析這些複雜信號而設,幫助醫生及患者提前掌握健康風險,並通過生活方式的調整或早期干預來改善預後。」
研究結果表明,CardiOmicScore系統的預測能力遠超傳統的多基因風險評分,並能在結合年齡及性別等基本信息後,顯著提升六種心血管疾病的預測準確度。
這項研究顯示,未來只需抽取少量血液,就能快速獲得全面的心血管疾病風險評估報告,推動健康管理從被動應對轉為主動預測與介入,對公共衛生和個人醫療產生深遠影響。
這項突破性的研究成果已發表在國際期刊《自然通訊》中,期待未來在心血管疾病預防和管理中的實際應用。



更多
即時提問 ?
