港大研究揭抗精神病藥增婦科癌症風險 促制定用藥安全指引

精神分裂症及躁鬱症患者往往需長期服用抗精神病藥物然而部分藥物可能伴隨泌乳素升高、免疫功能受損等潛在風險。過去相關研究多限於小型或單一中心數據難以準確評估罕見不良反應的實際發生率。香港大學李嘉誠醫學院(港大醫學院)研究團隊透過跨專科合作結合嚴謹的流行病學方法運用醫院管理局全港性大數據完成了兩項具國際影響力的研究成果分別發表於頂尖精神醫學期刊World Psychiatry與The Lancet Psychiatry 。這些發現不僅為藥物監管與臨床用藥提供具體依據更確立了香港在全球精神科藥物安全大數據研究中的領導地位。

泌乳素升高型抗精神病藥物可增婦科癌症風險

研究團隊分析逾八萬名本港初次使用抗精神病藥物的女性的數據發現長期使用會導致泌乳素升高的藥物(如利培酮、氟哌啶醇等常用抗精神病藥)患婦科癌症(包括子宮內膜癌與卵巢癌)的發生率較使用非泌乳素升高型藥物者高出近一倍。具體而言每 2300 名女性長期服用此類藥物預計會多出一宗婦科癌症病例。儘管此風險屬罕見但對於有家族病史或本身屬高風險群的女性此發現有助醫生與病人雙方在用藥決策中擬定更適切的監測與追蹤計劃。

氯氮平使用者的感染風險上升年長患者需留意

另一項研究涵蓋超過一萬名本港精神分裂症患者結果顯示使用強效抗精神病藥氯氮平的患者發生各類感染(如呼吸道感染、腸胃炎等)的風險比使用另一常用抗精神病藥奧氮平的患者高出約 25%。以實際數字來看每100 名使用氯氮平的患者中每年約會增加1至2宗感染個案。此風險在 55 歲以上年長患者中尤為顯著其每年因感染就醫的頻率明顯高於年輕患者。研究建議醫生處方氯氮平時應加強感染監測、推動疫苗接種並及早處理感染徵兆。

大數據研究成果轉化為臨床用藥指引與政策

這兩項大型真實世界研究為精神科藥物安全領域提供了關鍵證據。針對高齡女性或有婦科癌症家族史的患者醫生可優先考慮選用非泌乳素升高型藥物或加強泌乳素監測與婦科檢查。對於使用氯氮平的患者(特別是年長者)除例行血液監測外應定期評估呼吸道症狀、建議接種流感與肺炎鏈球菌疫苗並及時處理感染問題。

港大醫學院藥理及藥劑學系兼臨床醫學學院家庭醫學及基層醫療學系助理教授黎子駿教授表示:「我們建議與衛生當局、醫管局及監管機構合作建立『即時學習型』藥物安全系統將大數據研究成果迅速轉化為臨床指引與政策提升本地乃至全球精神科用藥安全。」

香港大數據研究推動國際藥物監管更新

事實上團隊早前利用香港大數據進行的研究發現氯氮平可能輕微增加血液惡性腫瘤(如白血病、淋巴癌)的風險。此項結果已獲歐洲藥品管理局藥物風險評估委員會(EMA PRAC ) 於 2025 年2月正式引用並促使 EMA 要求藥廠在歐洲提交更多安全數據及更新產品資訊。這項國際監管行動展現了香港大數據研究在全球藥物安全領域的實質影響力。這次發布的兩項新研究延續前期研究方向持續完善氯氮平及其他抗精神病藥物在真實世界使用的安全性資料圖譜。

黎教授指出:「香港的大數據具備完整、資料連續性高且覆蓋全人口的獨特優勢是全球少數能精確量化罕見藥物不良反應的平台。透過這項研究我們希望幫助解讀臨床情況中的相對風險與絕對風險並提出可執行的監測與預防建議讓患者受益於高效藥物同時有效管理潛在風險。」

由黎子駿教授（右）領導的港大醫學院科研團隊透過跨專科合作，分析本港大數據揭示抗精神病藥物增罕見副作用風險。港大醫學院圖片

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。」