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。

  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，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。 

  此項研究標誌着精準醫療將從靜態的「基因層面」轉向較動態的「多組學層面」，同時意味着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。」 

頂圖：港大醫學院藥理及藥劑學系副教授張清鵬(左)領導是次研究。港大醫學院供圖