港大醫學院對《施政報告》宣布積極應用人工智能等表示歡迎

香港大學李嘉誠醫學院對行政長官李家超在《施政報告》中宣布積極應用人工智能（AI）技術、推動科技創新等多項具前瞻性措施表示歡迎。

院方表示，《施政報告》在推動AI產業創新、強化基層醫療與慢性疾病共治，及加強癌症防治等方面，全面提升社會健康福祉。香港大學副校長（健康）兼醫學院院長劉澤星指出：「科技不只是工具，更是推動醫療進步的力量。」醫學院將全力配合及支持政府多項政策，培育更多兼具臨床經驗與科研能力的醫療領袖，為香港市民帶來更安全、更高效的醫療服務。

香港大學副校長（健康）兼醫學院院長劉澤星。港大圖片

推動AI及醫療科技提升醫療水平
對於政府推動 AI 及醫療科技發展，劉澤星表示全力支持，並指出醫學院正籌備一個大型「跨學科合作及轉化平台」，統籌不同領域的「數碼健康及智慧醫療」科研發展，深化善用AI及醫學大數據研發創新疫苗、癌症篩查和治療、中風復康、醫護支援、精神健康、心血管疾病、漸進性神經退行性疾病、骨骼健康等範疇，促進 AI 技術在提升社會健康福祉方面的應用，以科技創新回應市民健康需求。

港大醫學院。

創新AI平台 關愛青少年精神健康
醫學院護理學院長期關注青少年健康，正籌劃推出創新的「AI關愛聊天機器人」計劃，專注於提升青少年心理健康，融入「愛與關懷」理念，透過便捷的AI聊天平台，關心有心理困擾的年輕人，增強他們的心理韌性與幸福感。醫學院期望借助科技創新，配合政府關注青少年精神健康的施政方向，共同構建更健康的未來。

李家超向立法會發表《行政長官2025年施政報告》。政府新聞處圖片

強化本港基層醫療服務
醫學院熱烈歡迎政府一系列加強基層醫療服務的措施，及支持推出「慢性疾病共同治理平台」。劉澤星教授指出，醫學院成立的「綜合基層醫療健康協作平台」及全港首間教研「香港大學社區藥房」在過去一年中取得卓著成效，反映出基層醫療在疾病預防與慢病管理中擔當關鍵角色。醫學院研究人員積極深入社區，舉辦健康講座，推廣疾病預防，增強公眾健康意識。正如劉所言：「預防是最好的醫療。」

香港大學李嘉誠醫學院。巴士的報記者攝

頂尖癌症防治科研 不斷提升治療水平
劉澤星全力支持政府加強癌症防治與科研的策略，他指出：「這些措施不僅能提升香港的癌症治療水平，還能將香港打造成國際癌症創新與轉化醫療的重要平台。」港大醫學院多年來積極推動癌症研究、臨床試驗及抗癌藥物應用，涵蓋多種癌症預防、遺傳性大腸癌的基因測試、創新全球性臨床治癌方案等。醫學院期待與醫院管理局及各界夥伴加強合作，為癌症病人提供更先進、高效的治療方案。

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。」