港大醫學院研發創新AI模型分析血液 提前15年精準預測中風及冠心病

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。」

星期四(10月29日)是「世界中風關注」日，衞生署衞生防護中心總監徐樂堅引述世界衞生組織數據指出，中風在過去20年間的一生累積風險增加50%，並預計全球每4名成年人中便有1人在一生中經歷中風；全球至今已有超過1億人曾罹患中風。他同時提到，中風位列香港第四大常見死因，去年錄得2,786宗登記死亡個案，其中5.3%屬49歲或以下人士。

衞生防護中心總監徐樂堅。政府新聞處資料圖片

徐樂堅表示，雖然中風發生率隨年齡增長而顯著上升，但這一情況並不局限於長者。按全球數據，約60%中風個案涉及70歲以下人士，另有16%病人在50歲前中風。

他又指出，大部分中風個案均可歸因於一些可改變的風險因素，涵蓋高血壓、吸煙、低密度脂蛋白膽固醇過高、高鈉飲食、空腹血糖過高、超重、缺乏體能活動及飲酒。調查亦顯示，在15至84歲患有高血壓、糖尿病及高膽固醇血症的人士中，不少人直到參加調查時才得知自己的病情。

衞生署呼籲市民深入了解中風徵兆，一旦發現自己或他人出現相關症狀應立即求醫，並謹記「談笑用兵」口訣：「談」即表達或說話有困難；「笑」即面部表情不對稱；「用」即一邊手腳無力；如出現以上中風警示，必須從速求醫找救「兵」。

衞生署。 政府新聞處圖片

此外，施政報告已公布，醫管局將按國家認證標準逐步建設中風中心及「心血管疾病綜合醫療中心」，以提升治療成效。屯門醫院及瑪麗醫院的中風中心已於去年通過國家認證；香港中醫醫院亦推出「中風後治療專病項目」，為中風病人提供以中醫為主的中西醫協作治療。