Een onderzoeksteam van de afdeling Farmacologie en Farmacie van de LKS School of Medicine, Universiteit van Hong Kong, heeft een revolutionair hulpmiddel ontwikkeld voor het voorspellen van cardiovasculaire risico’s met behulp van kunstmatige intelligentie. Dit hulpmiddel, genaamd CardiOmicScore, maakt gebruik van een enkele bloedtest om het toekomstige risico van een persoon op zes belangrijke hart- en vaatziekten te beoordelen, waaronder coronaire hartziekten, beroertes, hartfalen, atriale fibrillatie, perifere aderziekte en veneuze trombo-embolie.
Wat dit systeem zo baanbrekend maakt, is dat het in staat is om waarschuwingssignalen te detecteren tot 15 jaar voordat deze aandoeningen klinisch duidelijk worden. Dit betekent dat patiënten veel eerder kunnen worden geïdentificeerd en passende preventieve maatregelen kunnen worden genomen.
Traditionele methoden voor het inschatten van cardiovasculaire risico’s zijn gebaseerd op factoren zoals leeftijd, bloeddruk en rookgedrag. Echter, deze methoden kunnen vaak de vroege en subtiele biologische veranderingen die plaatsvinden vóór de diagnose van een ziekte niet detecteren, waardoor veel patiënten de kans op vroege preventie missen.
Om aan deze behoefte te voldoen, heeft het onderzoeksteam deep learning-technieken toegepast op polyomische gegevens, waaronder genomica, metabolomics en proteomics. Deze gegevens werden geanalyseerd vanuit een grootschalige dataset van de Britse Biobank, waarbij circulerende eiwitmarkers en metabolieten uit bloedmonsters werden geanalyseerd.
Het doel van dit onderzoek is om een meer dynamische benadering van gepersonaliseerde geneeskunde te introduceren, waarbij complexe polyomische metingen worden omgezet in gepersonaliseerde risicomarkers. Dit kan leiden tot een aanzienlijke verbetering van de voorspellingsnauwkeurigheid voor zes veelvoorkomende hart- en vaatziekten en het vroegtijdig detecteren van verhoogd risico tot 15 jaar voor de symptomen verschijnen.
De ontwikkeling van CardiOmicScore opent de deur naar een toekomst waarin een klein bloedmonster voldoende kan zijn om een alomvattend cardiovasculair risicoprofiel voor meerdere ziekten te creëren. Door gezondheidsmanagement te verschuiven van reactieve behandeling naar proactieve voorspelling en interventie, streven de onderzoekers naar een blijvende positieve impact op zowel de volksgezondheid als de patiëntenzorg.
