Nowe narzędzie oparte na sztucznej inteligencji przewiduje ryzyko wystąpienia ponad 1000 chorób: spojrzenie na przyszłość opieki zdrowotnej i jej potencjalny wpływ

Zespół naukowców zaprezentował model sztucznej inteligencji, który potrafi przewidywać prawdopodobieństwo wystąpienia u danej osoby ponad 1000 chorób, a nawet szacować, kiedy te choroby mogą się ujawnić. Opisany w tym tygodniu w czasopiśmie Nature model o nazwie kodowej Delphi-2M został wytrenowany na zanonimizowanych danych zdrowotnych pochodzących od prawie 2.3 miliona osób w Wielkiej Brytanii i Danii. To jedno z największych dotychczasowych przedsięwzięć wykorzystujących sztuczną inteligencję generatywną do mapowania przyszłości ludzkiego zdrowia.

W przeciwieństwie do tradycyjnych kalkulatorów zdrowotnych, które obejmują tylko określone schorzenia (takie jak choroby serca i cukrzyca), Delphi-2M stosuje podejście holistyczne. Oznacza to, że narzędzie oparte na sztucznej inteligencji symuluje potencjalne trajektorie stanu zdrowia na przestrzeni dekad, przewidując sekwencję powikłań, w tym chorób, wzorców snu i innych aspektów wpływających na zdrowie.

Jak działa Delphi-2M?

Delphi-2M opiera się na tej samej technologii, która napędza takie chatboty jak ChatGPTAle co go wyróżnia od
Duże modele językowe (LLM) są zaprojektowane do obsługi dokumentacji medycznej, a nie tekstu. Każda diagnoza, szczegół demograficzny czy czynnik stylu życia jest kodowany jako „token”, co pozwala sztucznej inteligencji analizować postęp choroby w taki sam sposób, w jaki modele językowe przewidują i zapisują kolejne słowo.

Kluczowe dane wejściowe obejmują:

• Wiek i płeć
• Poprzednie diagnozy obejmujące ponad 1000 przypadków
• Czynniki związane ze stylem życia, takie jak wskaźnik masy ciała, palenie tytoniu i spożycie alkoholu

Wykorzystując te istotne, choć dość podstawowe informacje, model przewiduje kolejną chorobę, której może doświadczyć pacjent, oraz czas jej rozwoju. W testach model osiągnął średnią dokładność (AUC) na poziomie 0.76 dla setek chorób w brytyjskim zbiorze danych – to imponujący wynik, biorąc pod uwagę złożoność ludzkiego zdrowia.

Wyniki, ale z pewnymi zastrzeżeniami.

Jak zauważono w badaniu, gdy naukowcy zlecili programowi Delphi-2M wygenerowanie syntetycznych prognoz zdrowotnych dla osób w wieku 60 lat, prognozy te były zbliżone do wyników uzyskanych na poziomie populacji dekadę później. Sugeruje to, że program ten może stać się potężnym narzędziem w planowaniu zdrowia publicznego, na przykład w identyfikacji chorób, które mogą rozprzestrzeniać się w przyszłych pokoleniach.

Jak każda sztuczna inteligencja, ta technologia nie jest idealna i istnieją pewne zastrzeżenia. Dokładność spadła po zastosowaniu do danych duńskich, co sugeruje, że model nie jest jednakowo wiarygodny w całej populacji. Ponadto, jak każda predykcyjna sztuczna inteligencja, model odzwierciedla błędy obecne w zbiorach danych, na których został wyszkolony. Na przykład dane z brytyjskiego Biobanku są przekłamane w kierunku zamożniejszych i zdrowszych uczestników, co może zniekształcać szacunki ryzyka dla niedostatecznie reprezentowanych grup.

Czy jest godny zaufania?

Należy pamiętać, że nadzór ludzki jest absolutnie niezbędny i że sztuczna inteligencja nie zastąpi lekarza. Dlatego naukowcy ostrzegają, że Delphi-2M nie jest narzędziem diagnostycznym, przynajmniej na razie. Zamiast tego, postrzegają go jako użyteczny silnik predykcyjny, który może wykrywać ogólne ryzyko i planować opiekę profilaktyczną. Przewidywanie, że w wieku 72 lat jesteś w grupie wysokiego ryzyka zachorowania na raka, nie oznacza, że ​​tak się stanie, a jedynie, że jesteś podobny do osób, które opracowały go w oparciu o dane szkoleniowe.

Możliwości są jednak niesamowite. Modele sztucznej inteligencji, takie jak Delphi-2M, mogłyby współpracować z istniejącymi kalkulatorami medycznymi, dostarczając pacjentom i lekarzom bardziej spersonalizowane mapy drogowe dotyczące przyszłego ryzyka, a nawet wskazując praktyczne kroki w celu opóźnienia lub zapobiegania chorobom.

Wniosek

Choć medycyna sterowana sztuczną inteligencją wciąż znajduje się w fazie badań, rodzi ona wiele pytań. Czy ta sama technologia generatywna, która pozwala ChatGPT lub chmurze na pisanie kodu, może również przewidywać choroby?

Model Delphi-2M sugeruje przyszłość, w której lekarz będzie mógł używać sztucznej inteligencji do analizy Twojego stanu zdrowia na przestrzeni dziesięcioleci, pomagając Ci podejmować działania zapobiegawcze na długo przed pojawieniem się jakichkolwiek objawów.