結合人工智能（AI）及大數據分析大量病人的醫療紀錄、數據，以及其生活方式，以便提供個人化的醫療護理，是未來的發展趨勢。香港都會大學學者與跨院校團隊合作，利用香港和內地多個地區的健康數據，共同開發多個AI預測模型，評估一般人口，以及糖尿病、癌症等不同疾病的患者患上心血管及腦血管疾病的風險。初步分析中，模型已完成本地驗證，預測準確率可達90%，現於部分香港私家診所和體檢中心使用，有助醫護及早識別高危病人，對症下藥。

都大護理及健康學院副院長（創新與研究）謝家偉，與香港大學、香港中文大學、天津醫科大學第二醫院、大連醫科大學附屬第一醫院、英國考文垂大學和格拉斯哥大學，及香港的醫療集團等合作開發、測試、驗證及使用相關預測模型。

現時評估病人患心腦血管疾病風險的工具，大多建基於西方人口的數據，團隊遂針對華人的預測模型，利用來自本港公營家庭醫學診所、超過15萬名病人已匿名化的電子健康紀錄作分析，透過比較十種不同AI算法，成功開發了「PowerAI-CVD」AI模型，整合血壓、病況、用藥資料和化驗報告等數據，為求診者推算未來十年患上心腦血管疾病的風險。

結果顯示，模型的一致性統計量（c-statistic）達 0.87，反映能有效識別高風險及低風險病人，研究成果已於《歐洲預防心臟病學雜誌》發表。模型進一步使用新型AI算法CatBoost，對決策樹演算進行梯度提升，為病人一級和二級預防提供了準確的風險分層。此外，團隊針對不同疾病開發風險模型，例如與大連的研究人員合作，利用當地的醫院數據，對心臟衰竭進行了表現型分析，開發了針對不同心衰竭亞型的風險工具；與中大泌尿外科團隊合作，為前列腺癌患者開發心腦血管疾病風險模型。

謝家偉表示，團隊將繼續改善模型，例如整合病人的社會經濟數據，以及來自跨學科團隊成員如護士、物理治療師和職業治療師所提供的病人身體功能評估。此外，團隊正利用天津和大連等地的醫院數據，以及新加坡、英國和美國的臨床數據，開發針對特定人群和族裔的模型。