结合人工智能（AI）及大数据分析大量病人的医疗纪录、数据，以及其生活方式，以便提供个人化的医疗护理，是未来的发展趋势。香港都会大学学者与跨院校团队合作，利用香港和内地多个地区的健康数据，共同开发多个AI预测模型，评估一般人口，以及糖尿病、癌症等不同疾病的患者患上心血管及脑血管疾病的风险。初步分析中，模型已完成本地验证，预测准确率可达90%，现于部分香港私家诊所和体检中心使用，有助医护及早识别高危病人，对症下药。

都大护理及健康学院副院长（创新与研究）谢家伟，与香港大学、香港中文大学、天津医科大学第二医院、大连医科大学附属第一医院、英国考文垂大学和格拉斯哥大学，及香港的医疗集团等合作开发、测试、验证及使用相关预测模型。

现时评估病人患心脑血管疾病风险的工具，大多建基于西方人口的数据，团队遂针对华人的预测模型，利用来自本港公营家庭医学诊所、超过15万名病人已匿名化的电子健康纪录作分析，透过比较十种不同AI算法，成功开发了「PowerAI-CVD」AI模型，整合血压、病况、用药资料和化验报告等数据，为求诊者推算未来十年患上心脑血管疾病的风险。

结果显示，模型的一致性统计量（c-statistic）达 0.87，反映能有效识别高风险及低风险病人，研究成果已于《欧洲预防心脏病学杂志》发表。模型进一步使用新型AI算法CatBoost，对决策树演算进行梯度提升，为病人一级和二级预防提供了准确的风险分层。此外，团队针对不同疾病开发风险模型，例如与大连的研究人员合作，利用当地的医院数据，对心脏衰竭进行了表现型分析，开发了针对不同心衰竭亚型的风险工具；与中大泌尿外科团队合作，为前列腺癌患者开发心脑血管疾病风险模型。

谢家伟表示，团队将继续改善模型，例如整合病人的社会经济数据，以及来自跨学科团队成员如护士、物理治疗师和职业治疗师所提供的病人身体功能评估。此外，团队正利用天津和大连等地的医院数据，以及新加坡、英国和美国的临床数据，开发针对特定人群和族裔的模型。