AI模型Delphi-2M预测1000多种疾病风险：益处与风险

AI Delphi-2M Predicts 1000+ Disease Risks — Benefits & Risk

Delphi-2M是一种新型生成式人工智能（AI）模型，通过分析电子健康记录和生活方式数据，可提前20年预估个人1000多种疾病的患病风险。该模型由德国欧洲分子生物学实验室与海德堡德国癌症研究中心联合开发，采用改良版大型语言系统，基于病史预测1258种疾病风险。相关研究成果已发表在《自然》期刊上。

当前AI已应用于诊断和医疗报告领域，但多数预测工具仅聚焦单一病症。Delphi-2M实现了多疾病风险预测，填补了这一空白，凸显AI在临床决策支持中日益重要的作用。

模型开发

海德堡德国癌症研究中心的阿尔乔姆·什马特科（Artem Shmatko）及其团队使用英国生物银行40万名参与者的健康数据训练了Delphi-2M——一种生成式预训练变换器模型。随后通过涵盖五十年住院记录的丹麦国家患者登记库190万份档案进行评估。

该模型整合了年龄、性别、BMI指数、烟草使用和酒精消耗等人口统计与生活方式因素。

疾病预测准确度

Delphi-2M对病程可预测的疾病（如特定癌症和心肌梗死）准确率最高。在精神障碍、妊娠并发症及罕见病等病程多变的疾病上表现较弱。

总体而言，其预测能力达到或超过单一疾病模型水平，但不同病症的准确度存在差异。

专家观点

德国波茨坦勃兰登堡健康科学学院医学伦理学青年教授罗伯特·拉尼施（Robert Ranisch）博士在《科学媒体中心》讨论中指出："该模型彰显了生成式AI在健康研究及未来临床护理中的潜力。"他同时提醒不确定性依然存在，"偏见和潜在歧视是医学领域所有AI模型的核心挑战"。

德国海德堡大学医学与数据伦理研究所AI伦理负责人马库斯·赫尔曼（Markus Herrmann）博士认为疾病风险预测是该技术"必要"的应用方向："这对患者和医疗系统的潜在益处巨大。"

德国慕尼黑亥姆霍兹中心健康AI研究所所长、慕尼黑路德维希-马克西米利安大学细胞治疗与血液学AI教授卡斯滕·马尔（Carsten Marr）博士指出更广阔的应用前景："更值得关注的是识别先前未被发现的疾病关联，或检测疾病发作前的事件。例如有研究显示爱泼斯坦-巴尔病毒感染使多发性硬化症风险增加30倍。这正是我们寻找的规律。"

局限性与伦理考量

德国马格德堡奥托·冯·格里克大学医学数据科学研究所所长朱利安·瓦尔格斯（Julian Varghese）医学博士表示，Delphi-2M的曲线下平均面积为0.76，缺乏肺癌等短期风险（1至5年内）的预测数据。拉尼施强调预测结果绝不能被误读："患者必须理解这些预测并非命运，但可为预防或治疗决策提供指导。"

赫尔曼补充道知情同意至关重要："从伦理和法律角度，人们有权选择不知情——无人应活在可能患病的恐惧中。"

"该模型首先只是个工具，"马尔表示，"我们如何利用此类工具处理个人健康数据，以及如何权衡其潜力与潜在风险，是社会必须讨论的议题。依我之见，欧洲式医疗等规范完善的体系最适合应用AI。"

【全文结束】