一组研究人员公布了一款人工智能模型，该模型能够预测个人罹患1000多种疾病的可能性，甚至能估算这些疾病可能发作的时间。本周在《自然》杂志上描述的这款AI代号为德尔菲-2M，该工具基于英国和丹麦近230万人的匿名健康数据进行训练。这标志着迄今为止最大规模的利用生成式人工智能绘制人类健康未来图景的努力之一。
不同于仅覆盖特定疾病（如心脏病、糖尿病）的传统健康计算器，德尔菲-2M采取整体化方法。这意味着该AI工具实际上模拟了数十年间可能的健康轨迹，预测包括疾病、睡眠模式及其他影响健康的并发症序列。
德尔菲-2M的工作原理
德尔菲-2M建立在类似ChatGPT等聊天机器人的技术基础之上，但与大语言模型（LLM）不同的是，它被设计用于处理医疗历史而非文本。每个诊断、人口统计细节或生活方式因素都被编码为“标记”，使AI能够以语言模型预测和书写下一个单词的方式分析疾病进展。
关键输入包括：
- 年龄和性别
- 涵盖1000多种疾病的既往诊断
- BMI、吸烟和饮酒等生活方式因素
利用这些关键但相对基础的信息，该模型随后预测患者可能面临的下一个疾病以及该疾病出现的时间长度。在测试中，它在英国数据集的数百种疾病上达到了平均准确率（AUC）0.76；鉴于人类健康的复杂性，这是一个强劲的结果。
结果与注意事项
正如研究所述，当研究人员要求德尔菲-2M为60岁人群生成合成健康未来时，其预测与十年后的人群层面结果高度匹配。这表明它可能成为公共卫生规划的有力工具，例如识别未来几代人中可能激增的疾病。
与所有AI一样，该技术并非完美，存在注意事项。当应用于丹麦数据时，准确率下降，表明该模型在不同人群中可靠性不均。此外，与所有预测性AI一样，该模型反映了其训练数据集的偏差。例如，英国生物银行数据偏向更富裕、更健康的参与者，这可能会扭曲对代表性不足群体的风险估计。
它值得信赖吗？
必须记住的是，人类监督绝对必要，AI不能替代人类医生。正因如此，研究人员警告说德尔菲-2M目前不是诊断工具。相反，研究人员将其视为一种有用的预测引擎，能够检测一般风险并规划预防性护理。预测您在72岁时患癌风险高并不意味着一定会发生，仅表示您类似于训练数据中患癌的人群。
话虽如此，可能性令人瞩目。未来可能有更多像德尔菲-2M的AI模型与现有健康计算器并存，为患者和医生提供更个性化的未来风险路线图，甚至提出延迟或预防疾病的可行步骤。
核心要点
尽管仍处于研究阶段，AI引导医学的前景伴随着诸多问题。能让ChatGPT或Claude编写代码的相同生成技术，能否也用于预测疾病？德尔菲-2M暗示了一个未来：您的医生可能使用AI扫描您潜在健康旅程的数十年，帮助您在症状出现前很久就采取预防行动。
【全文结束】
