2026年03月12日
香港大學李嘉誠醫學院（港大醫學院）藥理及藥劑學系的研究團隊，利用人工智能（AI）技術研發出一套創新的心血管疾病風險預測框架CardiOmicScore，只需一次血液檢測，即可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，並可預早在病發前15 年發出預警訊號。相關研究成果已在國際期刊《自然通訊》上發表（按此瀏覽期刊文章）。
多組學分析結合AI 反咉身體當下健康狀況
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。在傳統的身體檢查中，醫生通常根據年齡、血壓和吸煙歷史等指標來評估患病風險，惟這些指標往往難以全面反映疾病早期的隱匿變化，導致許多患者在確診時已錯過最佳干預時機。儘管近年多基因風險評分日漸普及，由於基因是與生俱來且終生不變的，基因風險評分無法反映生活方式及環境改變對身體狀況的即時影響。因此，臨床上迫切需要一種能即時反映身體當下健康狀況、並能同時精準預警多種心血管疾病的工具。
港大研究團隊利用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，建構出 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種蛋白質和168種代謝物，發現這些生物信號如同身體的「即時記錄儀」，能敏銳捕捉免疫系統、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。」
精準預測六大心血管疾病 提前15年識別高危群組
研究結果顯示，CardiOmicScore系統能將多組學數據轉化為個人化風險評分，其預測能力遠超傳統的多基因風險評分。在結合年齡、性別等常規臨床資訊後，此模型能大幅提升六種常見心血管疾病的預測準確度，甚至能在患者出現症狀前15年發出預警。
此項研究標誌著精準醫療將從靜態的「基因層面」轉向較動態的「多組學層面」，同時意味著未來可能只需抽取少量血液，就能得出涵蓋多種心血管疾病的全面風險評估報告。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。」
研究團隊
此項研究由港大醫學院藥理及藥劑學系及港大同心基金數據科學研究院副教授張清鵬教授領導。第一作者為港大同心基金數據科學研究院羅顏。
