近日，牛津大学研究团队在《循环》期刊发表成果，成功开发名为HyperScore的人工智能评估工具，旨在精准识别高血压引发的多器官隐匿性损伤。该团队整合英国UK Biobank超两万七千名及美国ARIC研究五千五百名参与者的影像与临床数据，利用机器学习技术提炼出六种高血压疾病演变轨迹。研究发现，该评分在预测心血管事件远期风险方面显著优于传统血压读数，且脑部核磁共振改变被证实为最具预警价值的指标。英国医学研究委员会专家强调，跨系统数据整合展现了人工智能在复杂疾病建模中的潜力。首席作者指出，高血压对个体的器官损害差异显著，该技术有助于突破单一血压数值的局限，转向基于个体病理特征的精准干预。研究证实，早期识别损伤模式可为未来定制化治疗方案提供关键依据，有效防范心衰、中风及肾病。资深教授表示，尽管模型已揭示传统手段难以捕捉的病理规律，但技术仍需进一步临床验证，暂不具备常规诊疗推广条件。此项突破标志着高血压管理正迈向多器官系统化的精准医疗新阶段。