科学家开发出一款新型人工智能工具，可预测个人未来罹患超过1000种疾病的特异性风险，并能提前十年以上预判健康变化趋势。
这款生成式人工智能工具由欧洲分子生物学实验室（EMBL）、德国癌症研究中心和哥本哈根大学专家联合定制开发，其算法原理与大型语言模型（LLMs）相似。该工具是迄今最全面的生成式人工智能模拟人类疾病进展的规模化示范案例，训练数据源自两个完全独立的医疗系统。相关突破性成果已发表于《自然》期刊。
欧洲分子生物学实验室欧洲生物信息研究所（EMBL-EBI）研究员托马斯·菲茨杰拉德表示："医疗事件往往遵循可预测的模式，我们的AI模型通过学习这些模式来预判未来健康结果。"该工具通过评估个体患癌、糖尿病、心脏病、呼吸系统疾病及其他多种疾病的概率及时间节点发挥作用。
名为Delphi-2M的系统重点分析患者历史中的"医疗事件"（如疾病确诊时间）、生活方式因素（包括肥胖史、吸烟饮酒情况）以及年龄性别等数据。同时结合匿名患者记录数据，预测未来十年乃至更长时间的健康走向。该工具基于英国生物银行40万参与者和丹麦国家患者登记处190万患者的匿名数据进行训练测试。
健康风险以时序发生率形式呈现，类似于"周末降雨概率70%"的预报模式。EMBL执行主任埃万·伯尼表示："患者或将在未来几年受益于该工具。当您就诊时，医生可借助此工具明确告知：'您未来面临四大主要健康风险，可通过两项措施有效改变现状'。虽然减重戒烟等建议可能普遍存在，但针对特定疾病将提供精准干预方案，这正是我们期待的未来。"
相较于现有单病种预测工具（如评估十年内心梗中风风险的Qrisk方法），该工具的核心优势在于"能同步预测千余种疾病且覆盖长期时段"。研究团队指出："Delphi-2M在个体既往病史基础上，对超千种疾病的发病速率进行预测，准确度与现有单病种模型相当。其生成式特性更支持模拟合成未来健康轨迹，为长达20年的潜在疾病负担提供有效评估。"
德国癌症研究中心人工智能肿瘤学部门主管莫里茨·格斯特隆教授强调："这标志着人类认知健康与疾病进展的新起点。此类生成模型未来有望实现大规模个性化诊疗及健康需求预判。"
【全文结束】
