詹姆斯·加拉格尔 健康与科学记者
杰夫·道林/欧洲分子生物学实验室
研究人员开发了该AI模型的代码，用于查找人们医疗记录中的模式
科学家们表示，人工智能能够预测人们的健康问题，时间跨度长达十年。
该技术已学会从人们的医疗记录中识别模式，以计算其超过1000种疾病的患病风险。
研究人员称，这就像天气预报预测70%的降雨概率——但应用于人类健康。
他们的愿景是利用该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，从而预测句子中的单词序列。
Delphi-2M则经过训练，用于在匿名医疗记录中寻找模式，以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1231种疾病的患病可能性。
“因此，就像天气预报中可能有70%的降雨概率一样，我们也可以对医疗保健进行类似预测，”欧洲分子生物学实验室临时执行主任伊万·伯尼教授表示。
“而且我们不仅能对一种疾病这样做，还能同时对所有疾病进行预测——这是我们以前从未能做到的。我对此感到兴奋，”他说道。
杰夫·道林/欧洲分子生物学实验室
首席研究员伊万·伯尼教授表示该模型的疾病预测结果准确
该AI模型最初使用匿名英国数据开发——包括医院入院记录、全科医生记录以及吸烟等生活习惯——这些数据来自英国生物银行研究项目的40多万人。
该模型随后使用其他生物银行参与者的数据进行测试，以验证其预测的准确性，并在丹麦190万人的医疗记录中进行了验证。
“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明年有十分之一的风险，结果似乎确实如此。”
该模型在预测2型糖尿病、心脏病发作和脓毒症等具有明确疾病进展路径的疾病方面表现最佳，而非感染等更随机的事件。
结果有哪些应用？
人们已经根据心脏病发作或中风风险的计算结果，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，以便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，可能发展某些肝脏疾病的人群比普通人群更应减少酒精摄入。
该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端，”德国癌症研究中心（DKFZ）肿瘤学AI部门负责人莫里茨·格斯特隆教授表示。
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模型在《自然》科学期刊上有描述，但在临床使用前需要进一步完善和测试。
由于该模型基于主要来自40至70岁人群的英国生物银行数据构建，而非整个人群，因此可能存在潜在偏差。
该模型目前正在升级，以纳入更多医疗数据，如影像、基因和血液分析。
但伯尼教授表示：“需要强调的是，这仍是研究——在使用前，一切都需要经过测试、严格监管和深思熟虑，但技术已经存在，可以做出这类预测。”
他预计，该技术将遵循基因组学在医疗保健中应用的类似路径，从科学家对技术充满信心到医疗保健能够常规使用，大约需要十年时间。
该研究由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完成。
伦敦国王学院的神经影像和AI研究员古斯塔沃·苏德雷教授评论道：“这项研究似乎是迈向可扩展、可解释且——最重要的是——符合伦理的医学预测建模的重要一步。”
【全文结束】
