港大醫學院和廣州中山大學中山眼科中心的研究團隊合作，成功研發新型光活化聯合療法，用於治療老年黃斑病變。
此新療法通過靜脈注射納米製劑，並向患者眼睛進行光照，以激活抗血管增生和光動力聯合療法，為治療黃斑病變和其他由異常血管增生所引致的眼疾提供新的微創治療方案。研究成果現已在國際學術期刊《Advanced Science》發表，並已根據專利合作條約提出國際申請。
光動力療法提供一種臨床解決方案，利用特定波長的光照激活無毒光敏藥物，產生活性氧，從而破壞和清除病變血管。
根據香港眼科調查2019年發表的數據，早期老年黃斑病變在本港70歲以上人口中發生率高達7.5%1，是導致香港成年人視力障礙及失明的第二大病因。目前，在眼內玻璃體注射抗血管內皮生長因子是治療濕性黃斑病變的首選方案。然而，這種侵入性的治療方式可能引起病人不適，並可能伴隨嚴重的併發症風險，如眼內炎和視網膜剝離等，因此有迫切需要開發一種非眼內注射方式，如靜脈注射，實現眼內遞送抗血管增生藥物的製劑技術。
此外，傳統的抗血管增生藥物在清除現有增生血管的效果欠佳。光動力療法提供一種臨床解決方案，利用特定波長的光照激活無毒光敏藥物，產生活性氧，從而破壞和清除病變血管。目前，光動力療法已廣泛應用於治療息肉狀脈絡膜血管病，這是亞洲區濕性黃斑病變的常見類型。因此，結合抗血管增生療法和光動力治療可為濕性黃斑病變的治療提供更有效的方案，有助延緩病情惡化，同時改善患者視力。
抗血管增生療法通過壓抑與血管內皮生長因子（VEGF）相關的路徑，抑制脈絡膜新生血管形成（CNV）。這項研究首次將抗血管增生藥物和光敏藥物結合製成納米製劑用於黃斑病變治療，為黃斑病變和其他新生血管性眼病的微創療法提供了新的方向。
研究團隊設計了新型光活化納米藥物，將納米藥物單次靜脈注射在有脈絡膜增生血管的小鼠模型，然後對小鼠的眼部進行紅光輻照，以激活納米製劑中的光敏藥物並產生活性氧，這種活性氧不僅促使眼部病變血管消退，同時觸發抗血管增生藥物從納米製劑中釋放，抑制病變血管繼續增生。研究結果顯示，該聯合療法效果顯著，而且沒有導致明顯的全身或眼部的副作用。
這項研究首次將光活化抗血管增生藥物與光敏藥物結合製成納米製劑用於黃斑病變治療，治療程序既簡單又安全。通過靜脈注射和眼部光照，抗血管增生藥物和光敏藥物可發揮聯合效應。這一創新成果為黃斑病變和其他新生血管性眼病的微創療法提供了新的方向。此外，這項研究採用美國食品藥物管理局(FDA)批准的藥物和藥用輔料進行製劑設計，或有助將來的臨床轉化。
港大醫學院團隊研發光活化聯合療法，用於治療老年黃斑病變。 研究團隊成員包括（左起）：李嘉博士、許舒婷、汪衛平博士、樊妮博士與龍凱麒。
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）。
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。資料圖片
多組學分析結合 AI 反映身體當下健康狀況
心血管疾病是全球頭號「健康殺手」，僅在 2022 年便奪去約 1980 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。
港大醫學院研發出一套心血管疾病風險預測工具，只需通過一次血液檢測，即可準確預測未來罹患六種主要心血管疾病的風險，並可預早15 年發出預警訊號。此研究由張清鵬教授（左）領導。
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。」
研究結果顯示，AI 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。資料圖片
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。」
