Choroby układu krążenia pozostają najczęstszą przyczyną zgonów na świecie, odpowiadając za blisko 20 milionów zgonów rocznie. Wczesne wykrycie ryzyka sercowo-naczyniowego jest kluczowe dla skutecznej profilaktyki, jednak obecne narzędzia diagnostyczne często identyfikują zagrożenie dopiero wtedy, gdy proces chorobowy jest już zaawansowany. Naukowcy z Wydziału Lekarskiego Uniwersytetu Hongkongu (HKUMed) opracowali jednak nowe narzędzie oparte na sztucznej inteligencji, które może znacząco zmienić podejście do profilaktyki kardiologicznej. System o nazwie CardiOmicScore potrafi przewidzieć ryzyko wystąpienia chorób sercowo-naczyniowych nawet 15 lat przed pojawieniem się objawów, wykorzystując jedynie dane z pojedynczego badania krwi. Wyniki badań opublikowano w czasopiśmie Nature Communications.
Z tego artykułu dowiesz się…
- Jak działa narzędzie CardiOmicScore oparte na sztucznej inteligencji, które analizuje biomarkery krwi i przewiduje ryzyko chorób sercowo-naczyniowych.
- Dlaczego jedno badanie krwi może ujawnić zagrożenie chorobami serca nawet 15 lat wcześniej, zanim pojawią się objawy kliniczne.
- Jakie choroby układu krążenia potrafi prognozować nowy model, w tym chorobę wieńcową, udar mózgu czy niewydolność serca.
- Dlaczego analiza multiomiczna (genomika, proteomika i metabolomika) może zmienić sposób profilaktyki i wczesnej diagnostyki chorób serca.
CardiOmicScore – nowe narzędzie predykcyjne oparte na AI
Opracowany przez zespół badaczy z HKUMed system CardiOmicScore wykorzystuje techniki głębokiego uczenia (deep learning) do analizy złożonych danych biologicznych. Narzędzie integruje informacje z różnych poziomów biologii organizmu, wykorzystując tzw. podejście multiomiczne. W analizie uwzględniono dane z trzech głównych obszarów:
- genomiki, czyli informacji genetycznej
- proteomiki, obejmującej białka krążące we krwi
- metabolomiki, czyli metabolity powstające w procesach metabolicznych
Dzięki temu możliwe jest uzyskanie znacznie bardziej szczegółowego obrazu aktualnego stanu organizmu niż w przypadku tradycyjnych metod oceny ryzyka. Profesor Zhang Qingpeng z Katedry Farmakologii i Farmacji HKUMed wyjaśnia:
Geny decydują o tym, gdzie zaczynamy – definiują nasze wyjściowe ryzyko zdrowotne. Jednak białka i metabolity odzwierciedlają nasz obecny stan zdrowia fizycznego.
Dane z tysięcy biomarkerów krwi
Badanie oparto na ogromnym zbiorze danych pochodzącym z UK Biobank, jednej z największych baz danych medycznych na świecie. Naukowcy przeanalizowali:
- 2920 białek krążących we krwi
- 168 metabolitów
Łącznie biomarkery te dostarczają szczegółowych informacji o stanie układu:
- odpornościowego
- metabolicznego
- sercowo-naczyniowego
Te cząsteczki działają jak biologiczne „rejestratory”, które odzwierciedlają subtelne zmiany zachodzące w organizmie jeszcze zanim pojawią się pierwsze objawy choroby.
Prognoza sześciu głównych chorób sercowo-naczyniowych
Model CardiOmicScore potrafi przewidywać ryzyko wystąpienia sześciu najważniejszych chorób układu krążenia:
- choroby wieńcowej
- udaru mózgu
- niewydolności serca
- migotania przedsionków
- choroby tętnic obwodowych
- żylnej choroby zakrzepowo-zatorowej
W połączeniu z podstawowymi danymi klinicznymi, takimi jak wiek czy płeć, model znacząco zwiększa dokładność prognozowania ryzyka. Najważniejszą cechą nowego narzędzia jest jednak możliwość wykrycia zagrożenia nawet 15 lat przed pojawieniem się objawów klinicznych.
Ograniczenia tradycyjnych metod oceny ryzyka
Obecnie stosowane w medycynie skale ryzyka opierają się głównie na klasycznych czynnikach klinicznych, takich jak:
- wiek
- ciśnienie tętnicze
- poziom cholesterolu
- palenie tytoniu
- cukrzyca
Choć są one przydatne w ocenie ryzyka populacyjnego, nie zawsze wychwytują subtelne zmiany biologiczne zachodzące we wczesnej fazie choroby. Alternatywą stały się w ostatnich latach poligeniczne wskaźniki ryzyka, które analizują warianty genetyczne związane z chorobami sercowo-naczyniowymi. Jednak predyspozycje genetyczne są stałe od urodzenia i nie uwzględniają wpływu stylu życia czy środowiska.
Dlatego właśnie naukowcy coraz częściej podkreślają znaczenie dynamicznych biomarkerów biologicznych, które odzwierciedlają aktualny stan organizmu.
Multiomika – nowy kierunek medycyny precyzyjnej
Wprowadzenie narzędzia CardiOmicScore pokazuje zmianę paradygmatu w medycynie precyzyjnej. Zamiast skupiać się wyłącznie na genetyce, coraz większą rolę odgrywa analiza wielu poziomów biologii organizmu jednocześnie. Takie podejście pozwala:
- uchwycić wpływ stylu życia
- analizować zmiany metaboliczne
- identyfikować wczesne sygnały chorób
W praktyce oznacza to, że jedno badanie krwi może w przyszłości dostarczyć kompleksowego profilu ryzyka zdrowotnego.
Sztuczna inteligencja w profilaktyce chorób serca
Sztuczna inteligencja odgrywa kluczową rolę w analizie ogromnych zbiorów danych biologicznych. Modele uczenia maszynowego są w stanie wykrywać wzorce niewidoczne dla tradycyjnych metod statystycznych, co pozwala identyfikować subtelne sygnały chorobowe. Profesor Zhang podkreśla potencjał tej technologii:
Nasze narzędzie oparte na sztucznej inteligencji zostało zaprojektowane tak, aby dekodować te złożone sygnały molekularne, umożliwiając lekarzom i pacjentom znacznie wcześniejsze identyfikowanie zagrożeń, co może potencjalnie zmienić przebieg choroby poprzez wczesną modyfikację stylu życia i profilaktykę.
Nowy model opieki zdrowotnej – od leczenia do przewidywania
Rozwój narzędzi takich jak CardiOmicScore wpisuje się w szerszy trend transformacji systemów opieki zdrowotnej. Tradycyjna medycyna była w dużej mierze reaktywna, czyli skupiała się na leczeniu choroby po pojawieniu się objawów. Nowoczesna medycyna coraz częściej zmierza w kierunku medycyny predykcyjnej, w której celem jest:
- identyfikacja ryzyka choroby
- wczesna interwencja
- zapobieganie rozwojowi choroby
Profesor Zhang podsumowuje:
Naszym celem jest wykorzystanie technologii do identyfikacji i zapobiegania chorobom, zanim się rozwiną. Przenosząc zarządzanie zdrowiem z reaktywnego leczenia na proaktywne przewidywanie i interwencję, dążymy do wywarcia trwałego wpływu zarówno na zdrowie publiczne, jak i indywidualną opiekę nad pacjentem.
Główne wnioski
- Naukowcy z Uniwersytetu Hongkongu opracowali narzędzie CardiOmicScore, które wykorzystuje sztuczną inteligencję do analizy biomarkerów krwi i prognozowania ryzyka chorób sercowo-naczyniowych.
- Model analizuje 2920 białek i 168 metabolitów obecnych we krwi, co pozwala uchwycić subtelne zmiany biologiczne jeszcze przed pojawieniem się objawów choroby.
- Narzędzie potrafi przewidzieć ryzyko sześciu głównych chorób układu krążenia, w tym choroby wieńcowej, udaru mózgu, niewydolności serca, migotania przedsionków, choroby tętnic obwodowych oraz żylnej choroby zakrzepowo-zatorowej.
- System może sygnalizować podwyższone ryzyko chorób nawet 15 lat wcześniej, co otwiera drogę do wczesnej profilaktyki i zmiany stylu życia zanim choroba się rozwinie.
Źródło:
- The University of Hong Kong
- https://www.nature.com/articles/s41467-026-68956-6
