夜雨聆风
香港大学医学院研发创新人工智能工具:一次血液检测即可预测心脏疾病,最长可提前15年发现.
香港大学李嘉诚医学院药理及药剂学系的研究团队开发了一种名为CardiOmicScore的创新型人工智能心血管风险预测工具。该系统只需一次血液检测，即可准确预测六种主要心血管疾病（CVD）的未来风险，包括冠状动脉疾病、中风、心力衰竭、房颤、外周动脉疾病和静脉血栓栓塞。它还能在临床症状出现前15年发出早期预警信号。该研究成果发表于《自然通讯》杂志。
基于人工智能的多组学整合能够反映人体的实时健康状况。
心血管疾病仍然是全球首要死因，仅2022年就造成约1980万人死亡。在常规健康评估中，医生通常根据年龄、血压、吸烟史和其他传统临床指标来评估心血管风险。然而，这些措施往往无法捕捉到疾病出现临床症状之前的细微早期生物学变化，导致许多患者错过了预防干预的最佳时机。尽管近年来多基因风险评分系统日益普及，但遗传易感性在出生时就已基本确定，不会随时间改变。因此，多基因风险评分无法反映生活方式或环境变化对健康状况的直接影响。这就迫切需要能够捕捉个体当前生物学状态并提供准确的心血管疾病早期预警的工具。
为了解决这一问题，香港大学医学院的研究团队运用深度学习技术整合了包括基因组学、代谢组学和蛋白质组学在内的多组学数据，开发了CardiOmicScore工具。该研究基于英国生物银行的大规模人群数据，分析了从血液样本中测得的2920种循环蛋白和168种代谢物。这些分子信号如同人体的“实时记录器”，能够灵敏地反映免疫系统、代谢和血管健康方面的细微变化。
香港大学医学院药理及药剂学系副教授张庆鹏教授解释说：“基因决定了我们的起点——它们定义了我们的基础健康风险。然而，蛋白质和代谢物反映了我们当前的身体健康状况。我们的人工智能工具旨在解码这些复杂的分子信号，使医生和患者能够更早地识别风险，从而有可能通过及时的生活方式调整和早期预防来改变疾病的进程。”
CardiOmicScore能够准确预测六种主要心血管疾病，并在高危人群中提前15年发出预警。
结果表明，CardiOmicScore将复杂的多组学测量转化为个性化的风险评分，与传统的基因风险评分相比，其预测性能显著提高。当结合年龄和性别等临床信息时，该模型显著提高了六种常见心血管疾病的风险预测准确性，甚至可以在症状出现前15年就发出风险预警。
这项研究标志着精准医学从静态的、以基因为中心的范式向更加动态的、基于多组学的方法转变。未来，少量血液样本或许就足以生成针对多种疾病的全面心血管风险评估。张教授补充道：“我们的目标是利用技术在疾病发生之前识别并预防它们。通过将健康管理从被动治疗转变为主动预测和干预，我们旨在为公共卫生和个体患者护理带来持久的影响。”
参考文献
AI-based multiomics profiling reveals complementary omics contributions to personalized prediction of cardiovascular disease.
