新的人工智慧血液分析可提前 15 年預測心臟病

該系統被稱為 CardiOmicScore，利用單次血液檢查的資訊來評估一個人未來患六種主要心血管疾病 (CVD) 的風險：冠狀動脈疾病、中風、心臟衰竭、心房顫動、週邊動脈疾病和靜脈血栓栓塞。在高風險個體中，該模型能夠在臨床發病前長達 15 年檢測到警訊。

研究結果發表於 自然通訊。

目前健康狀況血液檢查

心血管疾病仍然是全球死亡的主要原因，光是 2022 年就造成 1,980 萬人死亡。

醫生通常會觀察年齡、血壓、吸菸史和其他標準臨床測量等因素來評估心血管風險。這些指標很有用，但它們可能無法顯示疾病出現之前體內發生的最早的生物學變化。

因此，在逐漸減少劑量成為最佳預防選擇之前，某些人可能不會面臨高風險。

遺傳風險測試提供了另一種估計一個人患這種疾病的可能性的方法。例如，多基因風險評分將許多遺傳變異的影響結合到遺傳風險的單一衡量標準。然而，一個人的基因組成在出生時就被固定了。

這意味著遺傳評分不能完全反映由飲食、運動、老化、疾病、環境暴露或其他健康影響引起的更直接的變化。

CardiOmicScore 旨在提供體內發生情況的最新影像。

人工智慧結合了數千種生物訊號

為了建立該工具，香港大學醫學院團隊使用深度學習來結合多層生物資訊。這種方法被稱為多組學，因為它匯集了來自不同生物學領域的數據，包括基因組學、代謝組學和蛋白​​質組學。

基因組學是對遺傳訊息的研究。蛋白質體學關注蛋白質，它們在體內發揮許多基本功能。代謝組學研究稱為代謝物的小分子，這些小分子是在人體處理食物、產生能量和對疾病做出反應時產生的。

研究人員分析了來自英國生物銀行的大規模人口數據。他們的模型分析了血液樣本中測量的 2,920 種循環蛋白和 168 種代謝物。

這些分子一起可以提供一個人當前生物狀態的準確圖像。它們可能反映了在出現明顯症狀之前免疫活動、新陳代謝和血管健康的微妙變化。

港大醫學院藥理學及藥學系副教授張慶鵬教授解釋說：「基因決定我們從哪裡開始，它們定義了我們的基本健康風險。然而，蛋白質和代謝物反映了我們目前的身體健康狀況。我們的人工智慧工具旨在解碼這些複雜的分子信號，讓醫生和患者更早識別風險，從而以預防的方式改變生活方式和早期病程改變。」

預測六種心血管疾病

結果表明，CardiOmicScore 可以將複雜的分子測量結果轉化為個人化的心血管風險評估。

此系統的表現明顯優於傳統的多基因風險評分。當研究人員添加年齡和性別等臨床資訊時，其準確性進一步提高。

此模型旨在評估冠狀動脈疾病、中風、心臟衰竭、心房顫動、週邊動脈疾病和靜脈血栓栓塞的風險。

心房顫動是一種不規則的心跳，會增加中風和其他併發症的風險。當血管狹窄導致四肢血液循環減少時，就會發生週邊動脈疾病。真正的血栓栓塞是指在靜脈中形成並可能進入肺部的危險血塊。

在高風險族群中，CardiOmicScore 可以在症狀出現前長達 15 年指示心血管風險增加。

從治療到早期預防的轉變

這項研究反映了精準醫學領域更廣泛的轉變。

傳統的遺傳方法提供了相對固定的遺傳風險估計。多組學工具可以透過追蹤隨時間變化的生物訊號來提供更動態的評估。

未來，少量血液樣本可用於建立同時涵蓋多種心血管疾病的準確風險概況。這些資訊可以讓患者和醫生有更多的時間來改變生活方式、更密切的監測或其他預防措施。

張教授補充說：“我們希望利用技術在疾病發生之前識別和預防疾病。通過將健康管理從被動治療轉變為主動預測和乾預，我們的目標是為公共衛生和個體患者護理創造持久影響。”

關於研究小組

港大醫學院藥理及藥學系副教授張慶鵬教授及香港大學火槍手基金會數據科學研究所（IDS）領導了這項研究。

第一作者是來自香港大學IDS的羅艷。