Un test sanguin par IA détecte le risque de maladie cardiaque 15 ans avant les symptômes
Les maladies cardiovasculaires restent la première cause de mortalité dans le monde, avec environ 19,8 millions de décès en 2022 seulement. Les évaluations de risque standard, âge, tension artérielle, tabagisme, cholestérol, identifient de nombreux patients à risque, mais elles peuvent passer à côté des premiers changements biologiques qui se développent des années avant une crise cardiaque ou un accident vasculaire cérébral.
Aujourd’hui, des chercheurs de l’Université de Hong Kong ont développé un outil d’intelligence artificielle appelé CardiOmicScore qui peut prédire le risque d’un individu de développer six maladies cardiovasculaires majeures jusqu’à 15 ans avant l’apparition des symptômes, à partir d’un simple échantillon de sang.
L’outil, décrit dans un article publié dans Nature Communications, combine trois couches de données moléculaires, génomique, protéomique et métabolomique, en un score de risque personnalisé qui, selon les chercheurs, surpasse largement les scores de risque polygéniques conventionnels.
Au-delà de la génétique statique
Les scores de risque génétiques traditionnels présentent une limitation fondamentale : ils sont fixés à la naissance. L’ADN d’une personne ne change pas, mais son état de santé actuel, lui, change. Deux personnes ayant des profils de risque génétique identiques peuvent avoir des avenirs cardiovasculaires radicalement différents selon leur mode de vie, leur environnement et leur santé métabolique.
CardiOmicScore répond à ce problème en mesurant ce qui se passe dans le corps à l’instant présent. À partir d’une simple prise de sang, l’IA analyse 2 920 protéines et 168 métabolites, les molécules qui reflètent l’activité immunitaire, le métabolisme et la santé vasculaire en temps réel. Elle intègre ensuite ces mesures aux données génomiques à l’aide d’un modèle d’apprentissage profond pour produire une estimation de risque dynamique et personnalisée.
« Les gènes déterminent d’où nous partons, ils définissent notre risque de base pour la santé », a déclaré le professeur Zhang Qingpeng, professeur associé au Département de pharmacologie et de pharmacie de HKUMed et chercheur principal du projet. « Cependant, les protéines et les métabolites reflètent notre santé physique actuelle. Notre outil d’IA est conçu pour décoder ces signaux moléculaires complexes, permettant aux médecins et aux patients d’identifier les risques beaucoup plus tôt. »
Six maladies, une seule prise de sang
L’outil couvre l’ensemble du spectre des principales affections cardiovasculaires : maladie coronarienne, accident vasculaire cérébral, insuffisance cardiaque, fibrillation auriculaire, artériopathie périphérique et thromboembolie veineuse. Pour chaque pathologie, CardiOmicScore génère une estimation du risque qui, selon les chercheurs, devient encore plus précise lorsqu’elle est combinée à des informations cliniques de base telles que l’âge et le sexe.
L’équipe a entraîné et validé le modèle à partir des données de la UK Biobank, une vaste base de données biomédicales contenant des données génétiques, protéomiques et métabolomiques de centaines de milliers de participants. La capacité à prédire le risque jusqu’à 15 ans à l’avance signifie que l’outil pourrait identifier les individus dans une fenêtre précoce et présymptomatique où les modifications du mode de vie et les traitements préventifs ont le plus grand impact.
Du réactif au proactif
Le passage de l’attente des symptômes à leur prédiction est un objectif central de la médecine de précision, mais il est resté largement théorique pour les maladies courantes. La plupart des outils de prédiction des risques ne s’améliorent que de façon marginale par rapport aux méthodes traditionnelles. L’approche multiomique de CardiOmicScore représente une stratégie différente : au lieu de se demander si un seul biomarqueur peut prédire une maladie, elle se demande si l’état moléculaire entier du corps d’une personne peut révéler sa trajectoire.
« Nous visons à utiliser la technologie pour identifier et prévenir les maladies avant qu’elles ne se développent », a déclaré le professeur Zhang. « En faisant passer la gestion de la santé d’un traitement réactif à une prédiction et une intervention proactives, nous visons à créer un impact durable à la fois sur la santé publique et sur les soins individuels aux patients. »
Les chercheurs précisent que l’outil nécessite une validation dans des populations plus diverses avant de pouvoir être déployé cliniquement. La UK Biobank, bien que vaste, est principalement composée de participants d’ascendance européenne, et le modèle pourrait ne pas fonctionner aussi bien dans d’autres groupes ethniques. Des études de validation plus larges, y compris dans des populations asiatiques, sont déjà en cours.
Le premier auteur de l’étude est Luo Yan de l’Institut des sciences des données HKU Musketeers Foundation. Les co-auteurs comprennent des chercheurs de HKU, de l’Université de Liverpool et de l’Institut Karolinska.
Sources
[1] University of Hong Kong. « New AI blood test predicts heart disease 15 years early. » ScienceDaily, 19 juillet 2026. 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
Traduit par Lydie