Krevní test dokáže předpovědět závažná kardiovaskulární rizika mnoho let před jejich vznikem.
Výzkumný tým z katedry farmakologie a farmacie Lékařské fakulty Hongkongské univerzity vyvinul nový nástroj pro predikci kardiovaskulárního rizika s pomocí umělé inteligence. Profesor Qingpeng Zhang poznamenal, že zatímco genetická informace definuje základní riziko, proteiny a metabolity poskytují bezprostřednější odraz zdravotního stavu jednotlivce.
Systém CardiOmicScore dokáže pomocí jediného krevního testu odhadnout budoucí riziko šesti hlavních kardiovaskulárních onemocnění: ischemické choroby srdeční, mrtvice, srdečního selhání, fibrilace síní, onemocnění periferních tepen a žilní tromboembolie.
Navíc dokáže detekovat varovné signály až 15 let předtím, než se tyto stavy stanou klinicky zjevnými. Výsledky výzkumu byly publikovány v časopise Nature.
Polyomická data
Kardiovaskulární onemocnění zůstávají celosvětově hlavní příčinou úmrtí, přesto se stávající metody hodnocení rizik do značné míry spoléhají na statické ukazatele, jako je věk, krevní tlak a genetická predispozice. Tyto přístupy často nedokážou zachytit včasné biologické změny ani odrážet vyvíjející se dopad životního stylu a faktorů prostředí, což omezuje jejich účinnost v preventivní péči.
Aby se s touto potřebou vypořádal tým HKUMed, použil techniky hlubokého učení ke kombinaci polyomických dat, včetně genomiky, metabolomiky a proteomiky, při vývoji CardiOmicScore.
Výzkum čerpal z rozsáhlých dat z britské biobanky, kde analyzoval 2920 cirkulujících proteinových markerů a 168 metabolitů z krevních vzorků. Tyto molekulární signály fungují jako »záznamníky« stavu těla v reálném čase a zachycují jemné změny v imunitním systému, metabolismu a cévním zdraví.
»Geny určují náš výchozí bod – definují naše základní zdravotní riziko. Proteiny a metabolity však odrážejí náš aktuální fyzický stav. Nástroj umělé inteligence, který jsme vyvinuli, je navržen tak, aby dekódoval tyto komplexní molekulární signály, což umožňuje lékařům a pacientům identifikovat rizika mnohem dříve, což by mohlo změnit průběh onemocnění včasnými změnami životního stylu a preventivními intervencemi,« řekl profesor Zhang.
Včasná predikce šesti hlavních kardiovaskulárních onemocnění
Výsledky ukázaly, že CardiOmicScore převádí komplexní polyomická měření na personalizované indikátory rizika a dosahuje výrazně lepších výsledků než konvenční polygenní indikátory rizika.
V kombinaci s klinickými daty, jako je věk a pohlaví, model významně zlepšil přesnost predikce šesti běžných kardiovaskulárních onemocnění a dokázal identifikovat zvýšené riziko až 15 let před objevením se příznaků. Tato studie představuje přechod v personalizované medicíně: od statického modelu založeného primárně na genech k dynamičtějšímu přístupu založenému na polyomických datech.
Ve srovnání s konvenčními polygenními rizikovými skóre vykazuje model řízený umělou inteligencí podstatně lepší prediktivní výkon. V kombinaci se základními klinickými informacemi je schopen identifikovat zvýšené riziko u vysoce rizikových jedinců až 15 let před objevením se příznaků, což otevírá širší okno pro preventivní intervenci.
V budoucnu by malý vzorek krve mohl stačit k vytvoření komplexního profilu kardiovaskulárního rizika pro řadu onemocnění. Dříve, mezinárodní výzkumný tým vedený HKUST vyvinul jednoduchý, ale robustní krevní test z dat čínských pacientů pro včasnou detekci a screening Alzheimerovy choroby (AD) s přesností přes 96 %. Takže současné výsledky jsou součástí velké a systematické vědecké práce.
Ioannis Sideropulos