人工智能血液检测可在症状出现前15年发现心脏病风险
心血管疾病仍然是全球头号死因，仅2022年就导致约1980万人死亡。标准风险评估，年龄、血压、吸烟史、胆固醇，能识别出许多高风险患者，但可能错过心脏病发作或中风前数年就已出现的早期生物学变化。
如今，香港大学的研究人员开发了一种名为CardiOmicScore的人工智能工具，仅需一份血液样本，就能在症状出现前最多15年预测个体罹患六种主要心血管疾病的风险。
该工具发表在《自然·通讯》期刊上，结合了三层分子数据，基因组学、蛋白质组学和代谢组学，生成个性化风险评分。研究人员表示，该评分显著优于传统的多基因风险评分。
超越静态遗传学
传统遗传风险评分有一个根本性局限：它们出生时就已固定。一个人的DNA不会改变，但其当前的健康状况会变。两名遗传风险特征完全相同的人，其心血管未来可能因生活方式、环境和代谢健康而截然不同。
CardiOmicScore通过测量身体当下的实时状况来解决这一问题。从一次抽血中，AI分析2,920种蛋白质和168种代谢物，这些分子实时反映免疫活动、新陈代谢和血管健康。随后，它利用深度学习模型将这些测量数据与基因组数据整合，生成动态、个性化的风险评估。
“基因决定我们的起点，它们定义我们的基线健康风险，”香港大学医学院药理及药剂学系副教授、项目首席研究员张清鹏教授说。”然而，蛋白质和代谢物反映的是我们当前的身体健康状况。我们的AI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。”
六种疾病，一次血液检测
该工具覆盖了主要心血管疾病的全部谱系：冠状动脉疾病、中风、心力衰竭、心房颤动、外周动脉疾病和静脉血栓栓塞症。对于每种疾病，CardiOmicScore都会生成一个风险评估，研究人员表示，结合年龄和性别等基本临床信息后，该评估会更加准确。
研究团队利用英国生物银行的数据对模型进行了训练和验证。英国生物银行是一个大型生物医学数据库，包含数十万参与者的遗传、蛋白质组和代谢组数据。提前15年预测风险的能力意味着，该工具可以在生活方式干预和预防性治疗效果最佳的早期无症状窗口期识别出高风险个体。
从反应型到主动型
从等待症状出现到预测症状，是精准医学的核心目标，但对于常见疾病而言，这在很大程度上仍是一个愿景。大多数风险预测工具相比传统方法仅有渐进式改进。CardiOmicScore的多组学方法代表了一种不同的策略：它不再问单一生物标志物能否预测疾病，而是问一个人身体的整体分子状态能否揭示其健康轨迹。
“我们希望利用技术来识别和预防疾病，而不是等它们发展起来再治疗，”张教授说。”通过将健康管理从反应式治疗转向主动式预测和干预，我们希望为公共卫生和个体患者护理都带来持久的影响。”
研究人员提醒说，该工具在临床部署之前需要在更多样化的人群中验证。英国生物银行虽然规模庞大，但参与者主要是欧洲血统，该模型在其他族裔群体中的表现可能不尽相同。包括亚洲人群在内的更广泛验证研究已经在进行中。
该研究的第一作者是香港大学莫庆棠基金会数据科学研究所的罗妍。共同作者包括来自香港大学、利物浦大学和卡罗林斯卡学院的研究人员。
来源
[1] University of Hong Kong. “New AI blood test predicts heart disease 15 years early.” ScienceDaily, 2026年7月19日. https://www.sciencedaily.com/releases/2026/07/260716023603.htm
[2] Luo, Y., Zhang, N., Yang, J., et al. “CardiOmicScore: Multiomics deep learning for cardiovascular risk prediction.” Nature Communications, 2026. DOI: 10.1038/s41467-026-68956-6
婷 翻译