一种名为德尔菲-2M的人工智能系统正在突破预测性医学的边界，能够估算一个人在症状出现前长达20年内罹患1000多种疾病的风险。通过分析医疗记录中的模式，德尔菲-2M预测最可能发生的疾病及其时间。
欧洲分子生物学实验室代理主任伊万·伯尼教授对BBC表示：“如果我们的模型预测明年风险为十分之一，结果确实大约十分之一会成真。”
在海量健康数据上训练AI模型
由欧洲分子生物学实验室、德国癌症研究中心和哥本哈根大学的研究人员开发的德尔菲-2M，使用约40万英国居民的匿名健康数据进行训练，包括住院记录、全科医生就诊以及吸烟和饮酒等生活方式因素。
随后，该系统在丹麦190万人的数据上进行测试，结果显示其对2型糖尿病、心脏病发作和脓毒症等疾病的预测效果达到或超过了现有风险模型。
研究人员在《自然》杂志中写道：“当应用于丹麦疾病登记数据时，仅观察到性能小幅下降，这表明模型即使未经额外微调，也基本适用于不同国家的医疗系统。”
德尔菲-2M预测一个人下一个可能健康问题的准确率约为76%，即使预测10年后的健康问题，准确率仍能维持在70%左右。研究还发现，当使用合成数据进行训练时，该AI模型表现足够好，可用于对隐私敏感的应用场景。
临床医生可以及早发现高风险患者，进行针对性治疗或生活方式指导。公共卫生服务可以预测需求，提前规划特定疾病激增所需的资源。筛查项目也可以重新设计，由AI指导谁最可能受益。
该AI模型对医学的意义
德尔菲-2M也存在局限性。该AI模型对进展清晰的疾病表现最佳，但对更随机的事件预测效果较差。偏差是另一个问题：英国生物银行数据主要反映40至70岁人群，不能代表整体人口。
其他来源包括健康志愿者偏差、疾病记录方式的差异（例如全科医生诊断与自我报告），以及在某些人口统计学子群体中性能下降。据BBC报道，研究人员目前正在通过整合基因数据、血液分析和影像数据来扩展模型。
人工智能在医疗保健领域的潜力已被证明是技术热潮中最令人兴奋的方面之一。去年，一项研究发现，即使医生可以使用AI工具，ChatGPT在评估病史时的表现仍优于医生。
就在本月，据报道，自在全国范围内推出一款帮助医生决定最佳治疗方案的AI工具以来，英国预计有一半的中风患者将完全康复。
【全文结束】
