一款名为Delphi-2M的改良大语言模型通过分析个人医疗记录和生活方式，可提供超过1000种疾病的患病风险评估。
作者：吉玛·康罗伊
吉玛·康罗伊是驻墨西哥城的自由科学记者。
一套基于英国40万人数据训练的人工智能系统，能够预测一个人在20年内患上癌症及其他多种疾病的概率。
这款新的人工智能（AI）工具能够预测一个人罹患1000多种疾病的风险，某些情况下可提前数十年进行预测。
该模型名为Delphi-2M，利用健康记录和生活方式因素来估算一个人在未来20年内罹患癌症、皮肤病和免疫系统疾病等疾病的可能性。尽管Delphi-2M仅基于英国的一组数据进行训练，但其多疾病建模能力未来有望帮助临床医生识别高风险人群，从而及早实施预防措施。该模型的相关研究今日发表在《自然》杂志上。
德国慕尼黑路德维希-马克西米利安大学的计算机科学家斯特凡·福伊雷格尔表示，该工具能够一次性建模多种疾病的能力“令人惊叹”。他曾开发过医疗应用的AI模型。他说：“它能生成完整的未来健康轨迹。”
健康预言家
研究人员已经开发出基于AI的工具来预测某些疾病（包括部分癌症和心血管疾病）的患病风险。但该研究的共同作者、德国海德堡癌症研究中心的数据科学家莫里茨·格尔施通表示，大多数此类工具仅能评估单一疾病的患病风险。他说：“医疗专业人员需要运行数十种此类工具才能提供全面的答案。”
为解决这一问题，格尔施通及其同事对一种名为生成式预训练变换器的大语言模型进行了改良，该模型是ChatGPT等AI聊天机器人的基础。GPT在被提问时，会根据其在海量数据上的训练，提供统计上最可能的输出。
作者们设计的这款改良大语言模型，能够基于个人既往病史预测其罹患1258种疾病的概率。该模型还纳入了年龄、性别、体重指数以及烟草使用、酒精消费等健康相关习惯。研究人员使用英国生物银行——一项长期生物医学监测研究——中40万名参与者的数据对Delphi-2M进行了训练。
对于大多数疾病，Delphi-2M的预测准确性达到或超过了现有单一疾病风险评估模型的水平。该工具的表现也优于利用生物标志物——即人体内特定分子或化合物的水平——来预测多种疾病风险的机器学习算法。格尔施通表示：“它的表现非常出色。”
【全文结束】
