研究人员开发了AI模型代码，该模型可寻找人们医疗记录中的模式[Jeff Dowling/EMBL-EBI]
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AI模型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。
该模型名为Delphi-2M，使用与知名AI聊天机器人（如ChatGPT）类似的技术。
AI聊天机器人经过训练以理解语言模式，从而能够预测句子中的单词序列。
Delphi-2M经过训练，可从匿名医疗记录中发现模式，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，例如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。
"就像天气预报中可能有70%的降雨概率一样，我们也可以为医疗保健做类似的预测，"欧洲分子生物学实验室(EMBL)代理执行主任伊万·伯尼(Ewan Birney)教授表示。
"而且我们不仅可以针对一种疾病这样做，还可以同时针对所有疾病——这是我们以前从未能做到的。我非常兴奋，"他说。
首席研究员伊万·伯尼教授表示，该模型的疾病预测结果可靠[Jeff Dowling/EMBL-EBI]
该AI模型最初使用匿名的英国数据开发，这些数据包括医院入院记录、全科医生记录以及吸烟等生活习惯，来自英国生物银行研究项目中超过40万人的数据。随后，该模型通过使用其他生物银行参与者的数据进行测试，以验证其预测的可靠性，然后又使用了丹麦190万人的医疗记录进行测试。
"在丹麦的表现很好，真的非常好，"伯尼教授说。
"如果我们的模型显示明年有十分之一的风险，结果似乎确实是一成。"
该模型最擅长预测2型糖尿病、心脏病发作和脓毒症等具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？
人们已经根据心脏病发作或中风风险计算结果被提供降低胆固醇的他汀类药物。
该AI工具尚未准备好用于临床，但计划以类似方式使用它，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，可能发展某些肝病的人群从减少饮酒中获益比普通人群更多。
人工智能还可以帮助制定疾病筛查计划，并分析某个地区的所有医疗记录以预测需求——例如，预测2030年诺里奇市每年会有多少次心脏病发作，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)肿瘤学人工智能部门负责人莫里茨·格斯特隆(Moritz Gerstung)教授说。
他补充道："像我们这样的生成模型有朝一日可以帮助大规模个性化护理并预测医疗保健需求。"
该AI模型已在《自然》科学期刊上描述，但在临床使用前需要进一步完善和测试。
由于该模型基于英国生物银行数据构建，而这些数据主要来自40至70岁的人群，而非整个人口，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、遗传学和血液分析。
但伯尼教授表示："需要强调的是，这只是研究——在使用之前，一切都需要经过测试、良好监管和深思熟虑，但这种技术已经可以做出这类预测。"
他预计，它将遵循基因组学在医疗保健中应用的类似路径，从科学家对该技术充满信心到医疗保健能够常规使用，这一过程花费了十年时间。
该研究是欧洲分子生物学实验室、德国癌症研究中心(DKFZ)和哥本哈根大学合作的成果。
伦敦国王学院的神经影像学和AI研究员古斯塔沃·苏德雷(Gustavo Sudre)教授评论道："这项研究似乎是朝着可扩展、可解释且最重要的是符合伦理责任的医疗预测建模迈出的重要一步。"
【全文结束】
