阅读时间：4分钟
研究人员开发了这款AI模型的代码，该模型能够寻找人们医疗记录中的模式 [杰夫·道林/欧洲分子生物学实验室-欧洲生物信息学研究所]
科学家表示，人工智能可以预测人们未来十年的健康问题。
该技术已经学会识别人们医疗记录中的模式，以计算他们患1000多种疾病的风险。
研究人员表示，这就像预测70%降雨概率的天气预报——但针对的是人类健康。
他们的愿景是利用这款AI模型来识别高风险患者以预防疾病，并帮助医院提前数年了解所在地区的医疗需求。
这款名为Delphi-2M的模型使用了与ChatGPT等知名AI聊天机器人类似的技术。
AI聊天机器人经过训练，能够理解语言模式，从而预测句子中的单词序列。
Delphi-2M经过训练，能够发现匿名医疗记录中的模式，从而预测接下来会发生什么以及何时发生。
它不会预测确切日期，比如10月1日的心脏病发作，而是估计1,231种疾病的患病可能性。
"就像天气预报可以预测70%的降雨概率一样，我们也可以为医疗保健做类似的事情，"欧洲分子生物学实验室的代理执行主任尤安·伯尼教授(Ewan Birney)表示。
"而且我们不仅可以针对一种疾病，还可以同时针对所有疾病——这是我们以前从未能做到的。我很兴奋，"他说。
首席研究员尤安·伯尼教授表示，该模型的疾病预测是可靠的 [杰夫·道林/欧洲分子生物学实验室-欧洲生物信息学研究所]
该AI模型最初是使用匿名的英国数据开发的——包括医院入院记录、全科医生记录和吸烟等生活习惯——这些数据来自40多万人，是英国生物银行(UK Biobank)研究项目的一部分。
随后，该模型使用其他生物银行参与者的数据进行了测试，并用丹麦190万人的医疗记录进行了验证。
"它在丹麦表现很好，真的很好，"伯尼教授说。
"如果我们的模型预测未来一年有十分之一的患病风险，结果似乎真的就是十分之一。"
该模型最擅长预测2型糖尿病、心脏病发作和败血症等有明确疾病进展的疾病，而不是像感染这样更随机的事件。
如何利用这些结果？
人们已经可以根据心脏病发作或中风风险的计算结果获得降低胆固醇的他汀类药物。
这款AI工具尚未准备好用于临床，但计划以类似的方式使用它，在有机会早期干预和预防疾病时识别高风险患者。
这可能包括药物或特定的生活方式建议——例如，那些可能患上某些肝病的人可以从比普通人群更大幅度减少饮酒中获益。
这款人工智能还可以帮助指导疾病筛查计划，并分析一个地区的所有医疗记录以预测需求——例如，2030年诺里奇将发生多少起心脏病发作，以帮助规划资源。
"这是理解人类健康和疾病进展的一种新方式的开始，"德国癌症研究中心(DKFZ)肿瘤学AI部门负责人莫里茨·格斯特隆教授(Moritz Gerstung)说。
他补充道："像我们这样的生成式模型有朝一日可以帮助个性化医疗并在大规模上预测医疗需求。"
该AI模型在科学期刊《自然》(Nature)上有详细描述，在临床使用前需要进一步完善和测试。
由于该模型是基于主要来自40至70岁人群的英国生物银行数据构建的，而不是整个人群，因此也存在潜在的偏差。
该模型目前正在升级，以纳入更多医疗数据，如影像学、基因学和血液分析。
但伯尼教授强调："这只是研究——在使用之前，一切都需要经过测试、严格监管和周密考虑，但这项技术已经可以做出这类预测。"
他预计，它将遵循与基因组学在医疗保健中应用类似的路径，从科学家对该技术充满信心到医疗保健能够常规使用它，需要十年时间。
该研究是欧洲分子生物学实验室、德国癌症研究中心(DKFZ)和哥本哈根大学的合作成果。
伦敦国王学院的神经影像和AI研究员古斯塔沃·苏德雷教授(Gustavo Sudre)评论道："这项研究似乎是迈向可扩展、可解释且——最重要的是——在医学中具有道德责任感的预测建模的重要一步。"
【全文结束】
