研究人员推出了一款人工智能模型，能够预测一个人罹患1000多种疾病的可能性，甚至能估计这些疾病可能发生的时间。本周在《自然》杂志上描述的这款AI被命名为Delphi-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尝试之一，利用生成式AI来规划人类健康的未来。
不同于仅涵盖特定疾病（如心脏病、糖尿病）的传统健康计算器，Delphi-2M采用整体方法。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。
Delphi-2M如何运作
Delphi-2M建立在类似ChatGPT等聊天机器人的技术基础上，但与大语言模型（LLM）不同的是，它专为处理医疗历史而非文本而设计。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能够像语言模型预测和书写下一个单词一样分析疾病进展。
关键输入包括：
- 年龄和性别
- 涵盖1000多种疾病的既往诊断
- 生活方式因素，如BMI、吸烟和饮酒习惯
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0.76的平均准确率得分（AUC）；考虑到人类健康的复杂性，这是一个不错的结果。
结果与注意事项
正如研究中所述，当研究人员要求Delphi-2M为60岁人群生成合成健康未来时，预测结果与十年后的人口级结果高度匹配。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。
与任何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，准确性下降，表明该模型在不同人群中的可靠性并不一致。此外，像所有预测性AI一样，该模型反映了其训练数据集的偏差。例如，英国生物银行的数据偏向于更富裕、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。
是否值得信赖？
重要的是要记住，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，Delphi-2M目前至少不是诊断工具。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，只意味着您与训练数据中患病人群相似。
话虽如此，可能性令人瞩目。未来，类似Delphi-2M的更多AI模型可能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，甚至揭示可操作的步骤来延迟或预防疾病。
要点总结
尽管仍处于研究阶段，AI引导医学的前景伴随着许多问题。允许ChatGPT或Claude编写代码的相同生成技术，能否也是预测疾病的AI？
Delphi-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】
