Une équipe de recherche du Département de pharmacologie et de pharmacie de la Faculté de médecine LKS de l’Université de Hong Kong (HKUMed) a mis au point CardiOmicScore, un outil novateur de prédiction du risque cardiovasculaire basé sur l’intelligence artificielle.

Grâce à une simple prise de sang, ce système peut prédire avec précision le risque futur de six maladies cardiovasculaires majeures : maladie coronarienne, accident vasculaire cérébral, insuffisance cardiaque, fibrillation auriculaire, artériopathie périphérique et thromboembolie veineuse. Il peut également fournir des signaux d’alerte précoce jusqu’à 15 ans avant l’apparition des symptômes. Ces résultats sont publiés dans la revue Nature Communications.

L’intégration multiomique basée sur l’IA reflète l’état de santé du corps en temps réel

Les maladies cardiovasculaires demeurent la principale cause de décès dans le monde, responsables d’environ 19,8 millions de décès pour la seule année 2022. Lors des bilans de santé de routine, les médecins évaluent généralement le risque cardiovasculaire en fonction de l’âge, de la pression artérielle, du tabagisme et d’autres indicateurs cliniques conventionnels.

Cependant, ces mesures ne permettent souvent pas de déceler les changements biologiques subtils et précoces avant que la maladie ne se manifeste cliniquement, privant ainsi de nombreux patients de la période optimale pour une intervention préventive. Bien que les scores de risque polygénique soient devenus populaires ces dernières années, la prédisposition génétique est en grande partie fixée à la naissance et reste stable au fil du temps.

Par conséquent, les scores de risque polygénique ne peuvent refléter l’impact immédiat des changements de mode de vie ou environnementaux sur la santé. Il est donc urgent de disposer d’outils capables de saisir l’état biologique actuel d’une personne et de fournir des alertes précoces et précises concernant les maladies cardiovasculaires.

Pour résoudre ce problème, l’équipe de recherche de HKUMed a appliqué des techniques d’apprentissage profond pour intégrer des données multiomiques, notamment la génomique, la métabolomique et la protéomique, afin de développer l’outil CardiOmicScore.

L’étude s’appuie sur des données de population à grande échelle issues de la UK Biobank, analysant 2 920 protéines circulantes et 168 métabolites mesurés dans des échantillons sanguins. Ces signaux moléculaires agissent comme des « enregistreurs en temps réel » de l’organisme, reflétant avec précision les variations subtiles du système immunitaire, du métabolisme et de la santé vasculaire.

Le professeur Zhang Qingpeng, professeur associé au département de pharmacologie et de pharmacie de HKUMed, a expliqué : « Les gènes déterminent notre point de départ ; ils définissent notre risque sanitaire de base. Cependant, les protéines et les métabolites reflètent notre état de santé physique actuel. »

« 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, ce qui peut potentiellement modifier l’évolution de la maladie grâce à des modifications opportunes du mode de vie et à une prévention précoce. »

Prédiction précise de six maladies cardiovasculaires majeures

Les résultats ont montré que CardiOmicScore transforme des mesures multiomiques complexes en scores de risque personnalisés avec des performances prédictives nettement supérieures à celles des scores de risque polygéniques conventionnels.

Combiné à des informations cliniques telles que l’âge et le sexe, le modèle a considérablement amélioré la précision de la prédiction des risques pour six maladies cardiovasculaires courantes et peut même signaler un risque élevé jusqu’à 15 ans avant l’apparition des symptômes.

Cette étude marque un tournant dans la médecine de précision, passant d’un paradigme statique et centré sur les gènes à une approche multi-omique plus dynamique. À l’avenir, un faible prélèvement sanguin pourrait suffire à établir un profil de risque cardiovasculaire complet pour de nombreuses maladies.

Le professeur Zhang a ajouté : « Notre objectif est d’exploiter la technologie pour identifier et prévenir les maladies avant qu’elles ne se déclarent. En faisant évoluer la gestion de la santé d’un traitement réactif vers une prédiction et une intervention proactives, nous visons à créer un impact durable sur la santé publique et les soins aux patients. »

https://www.med.hku.hk/en/news/press/20260312-hkumed-develops-innovative-ai-tool