一款名为Delphi-2M的改进型大型语言模型通过分析个人医疗记录和生活习惯，提供超过1000种疾病的患病风险评估。
作者：Gemma Conroy（盖玛·康罗伊）
盖玛·康罗伊是墨西哥城的自由科学记者。
一套基于英国40万人数据训练的人工智能系统，可估算个体在20年内罹患癌症及其他多种疾病的概率。
（图片来源：Brooks Kraft/Corbis/Getty）
一种新型人工智能（AI）工具能够预测个人罹患1000多种疾病的风险，某些情况下可提前数十年发出预警。
该模型名为Delphi-2M，通过健康记录和生活方式因素估算个人未来20年内罹患癌症、皮肤病及免疫系统疾病的可能性。尽管Delphi-2M仅基于英国单一数据集训练，但其多疾病建模能力有望帮助临床医生识别高风险人群，从而提前实施预防措施。该模型描述已于今日发表在《自然》期刊上。
德国慕尼黑路德维希·马克西米利安大学的计算机科学家斯蒂芬·福伊里格爾（Stefan Feuerriegel）评价道："该工具一次性模拟多种疾病的能力令人惊叹。它能生成完整的未来健康轨迹。"
健康预言家
研究人员已开发出基于AI的工具来预测特定疾病风险，包括某些癌症和心血管疾病。但该研究的合著者、海德堡德国癌症研究中心的数据科学家莫里茨·格斯通（Moritz Gerstung）指出："大多数工具仅能预测单一疾病风险。医疗专业人员需运行数十种工具才能获得全面结论。"
为解决此问题，格斯通及其团队修改了一种称为生成式预训练变换器（GPT）的大型语言模型，该技术正是ChatGPT等AI聊天机器人的基础。GPT通过海量数据训练，能够根据统计概率生成问题响应。
研究团队设计的改良版LLM可根据既往病史预测个人罹患1258种疾病的概率。该模型还整合了年龄、性别、体重指数以及烟草使用、酒精摄入等健康相关习惯。研究人员使用英国生物银行（UK Biobank）40万名参与者的长期生物医学监测数据训练了Delphi-2M。
对于大多数疾病，Delphi-2M的预测准确度达到或超过了现有单病预测模型。该工具的表现也优于利用生物标志物（体内特定分子或化合物水平）预测多种疾病风险的机器学习算法。格斯通表示："它的效果出奇地好。"
【全文结束】
