一项最新研究显示，新型人工智能（AI）工具能够一次性评估个体未来罹患超过1000种疾病的风险，为健康预测提供关键信息。
研究人员使用匿名患者记录数据对模型进行训练和测试，旨在预测人们未来十年乃至更长时间的健康状况。研究团队期望该模型能在5至10年内投入临床使用，辅助医生在预防、诊断和治疗决策中提供指导。
该模型通过评估个体罹患癌症、糖尿病、心血管疾病、呼吸系统疾病及多种病症的概率及时间点实现预测功能。工具通过分析个人病史中的"医疗事件"（如疾病确诊时间）、生活方式因素（包括肥胖、吸烟及饮酒状况）以及年龄和性别数据进行学习，并依据这些事件的发生顺序及间隔时长推演疾病风险。
研究发现，该工具对进展模式清晰稳定的疾病（如特定类型癌症、心肌梗死和败血症）预测效果更佳，但对精神健康问题或妊娠并发症等波动性较大的病症可靠性较低。
参与研究的欧洲分子生物学实验室（EMBL）临时执行主任伊万·伯尼表示："未来5至10年，临床医生将获得这类先进AI工具的强化支持。当患者就诊时，医生可依据工具提示指出'您未来面临四大主要健康风险，并可通过两项措施显著改善'。虽然减重和戒烟这类建议不会因数据而改变，但针对某些疾病将提供高度个性化的干预方案——这正是我们致力于构建的未来。"
相较于现有单病种预测工具（如用于评估十年内心梗或中风风险的Qrisk模型），该AI模型的核心优势在于"可同步预测全病种风险并覆盖长期时段"。研究团队认为，医生借此能早期识别高风险患者，而公共卫生部门掌握的群体数据亦有助于英国国家医疗服务体系（NHS）优化资源分配。
研究人员在《自然》期刊发表报告指出："Delphi-2M模型能基于个体既往病史，以接近单病种模型的精度预测超1000种疾病的发病速率。其生成式特性还可模拟未来健康轨迹，为长达20年的潜在疾病负担提供有意义的评估。"
该模型专为英国生物银行（UK Biobank）40万名参与者的匿名患者数据定制开发，并在丹麦国家患者登记库（Danish National Patient Registry）190万病例数据中成功验证。德国癌症研究中心人工智能肿瘤学部门负责人莫里茨·格斯特恩强调："这标志着理解人类健康与疾病进展的新起点。此类生成式模型未来有望规模化实现个性化诊疗和医疗需求预判，通过对大规模人群的学习揭示疾病发展规律，最终支持更早、更精准的干预措施。"
【全文结束】
