科学家周三宣布,他们成功开发出一款AI模型,能够提前数年预测医疗诊断结果。该模型基于ChatGPT等消费级聊天机器人的核心技术构建。来自英国、丹麦、德国和瑞士研究机构的团队在《自然》期刊发表的论文中指出,Delphi-2M AI模型可根据患者病史"提前数年预测1000多种疾病的发病率"。
研究团队利用英国生物银行(UK Biobank)的大规模生物医学研究数据库训练该模型,该数据库包含约50万名参与者的详细信息。基于所谓"Transformer"架构(即ChatGPT中"T"的来源)的神经网络,最著名应用于语言任务处理,如聊天机器人及其众多模仿者与竞争者。德国癌症研究中心AI专家莫里茨·格斯特隆(Moritz Gerstung)向媒体表示,理解一系列医疗诊断"类似于学习文本中的语法"。
格斯特隆解释道,Delphi-2M"学习医疗数据中的模式、先前诊断、疾病组合出现规律及序列",从而实现"极具健康意义的精准预测"。他展示的图表表明,该AI能够识别出心脏病发作风险远高于或低于其年龄及其他因素预测值的人群。团队通过丹麦公共健康数据库近200万人的数据验证了Delphi-2M的性能。
但格斯特隆及其团队成员强调,Delphi-2M工具仍需进一步测试,尚未准备好投入临床使用。英国工程技术学会研究员彼得·班尼斯特(Peter Bannister)评论称:"鉴于作者承认英国和丹麦数据集在年龄、种族及当前医疗结果方面存在偏差,该技术距离改善医疗保健仍有很长的路要走。"不过格斯特隆表示,未来类似Delphi-2M的系统或可"指导监测工作,并可能实现更早期的临床干预,有效推动预防性医学发展"。
欧洲分子生物学实验室合著者汤姆·菲茨杰拉德(Tom Fitzgerald)指出,在更大范围内,此类工具可帮助"优化资源分配,缓解医疗系统压力"。目前多国医生已使用计算机工具预测疾病风险,例如英国全科医生采用QRISK3程序评估心脏病或中风风险。相比之下,合著者伊万·伯尼(Ewan Birney)表示,Delphi-2M"能同时预测所有疾病,且覆盖长期时间跨度"。
伦敦国王学院专攻医疗AI的教授古斯塔沃·苏德雷(Gustavo Sudre)评论称,这项研究"似乎是在可扩展、可解释且最重要的是符合伦理的责任预测建模方面迈出的重要一步"。"可解释"AI是该领域的首要研究目标之一,因为当前许多大型AI模型的完整运作机制对其创造者而言仍是个谜。
【全文结束】