从2022年开始，“健康杀手”心血管疾病每年夺走的生命达到了1980万人。传统体检的指标虽然有用，但医生常常难以发现身体的早期变化。基因风险评分虽然流行，但它是静态的，无法反映生活方式和环境带来的即时影响。张清鹏教授所在的港大医学院药理及药剂学系，给这个领域带来了新的突破。他们利用英国生物样本库（UK Biobank）的资料，给CardiOmicScore这个新框架充了电。它是一个由深度学习打造的创新工具，能把基因组、代谢组和蛋白质组这些多组学信息整合起来。通过分析血液中的2920种蛋白质和168种代谢物，它就像一部身体的实时记录仪，捕捉到免疫系统、新陈代谢和血管健康的细微动静。这个方法结合了英国的数据，能把多组学的复杂信号转化为个人化的风险评分。只要抽一次血，就能给冠心病、中风、心力衰竭、心房颤动、外周动脉疾病和静脉血栓这六种主要心血管疾病做全面的预警。研究团队把深度学习技术和港大医学院的生物医学数据结合起来，证明了CardiOmicScore的预测能力比传统的基因风险评分更强。它把多组学数据变成了可量化的风险值，在加入年龄和性别等信息后，大大提升了预测的准确性。英国的UK Biobank提供了基础数据支持。这项研究就像是在精准医疗领域打开了一扇新的大门。3月12日，香港大学医学院（港大医学院）发布了这一成果。它意味着未来的体检方式可能会改变：只需要抽一次血，就能得到一份包含多种疾病的详细风险报告。AI技术把基因层面的静态评估转向了动态的多组学层面。港大医学院教授张清鹏带领团队打造了CardiOmicScore这个心血管疾病风险预测工具。它把原本难以察觉的身体变化变成了可操作的预警信号。这种方法帮助医生和病人在发病前15年掌握主动权，通过调整生活方式或早期干预来改写疾病的发展轨迹。这是一次从静态转向动态、从基因走向多组学的重要转变。