人工智能可提前十余年预测逾千种疾病风险，德英团队打造“Delphi-2M”模型

live

“未来我可能会得什么病？”这是许多人心中的疑问。如今，人工智能或许能给出答案。德国癌症研究中心（DKFZ）、欧洲分子生物学实验室（EMBL）等机构的科学家开发出一款名为 Delphi-2M 的生成式预训练模型（GPT），可评估个体在未来十余年内罹患超过1000种疾病的风险。相关成果已发表于《Nature》。



研究团队利用英国生物样本库（UK Biobank）的40万条患者记录训练该模型，并在近200万条丹麦国家患者登记数据上进行验证。结果显示，模型预测的发病概率与实际发生频率高度一致，且能跨国家应用。研究负责人之一莫里茨·格尔斯通（Moritz Gerstung）表示，这一成果证明了“通过长期健康数据模式的识别，可以生成具有临床价值的预测”。

模型特点与应用潜力

该模型可对单个患者进行个性化疾病史重构，并推演未来健康风险。

也能分析大规模人群健康趋势，为公共卫生政策与医疗服务优化提供依据。

预测内容涵盖心脏病、某些癌症等疾病，对依赖明确病程模式的疾病尤其有效。

在传染病和精神疾病等受偶发因素影响较大的领域，预测能力相对有限。

研究发现，胰腺、肝脏及胆道疾病、糖尿病和消化系统紊乱，可能使胰腺癌风险增加19倍。正如研究者汤姆·菲茨杰拉德（Tom Fitzgerald）所强调：“这并非确定性结论，而是风险评估。”

挑战与伦理考量
尽管成果令人振奋，模型距离临床应用仍有较长路要走。数据隐私、患者告知权及“知情选择权”都是必须重视的问题。海德堡大学医学与数据伦理学专家马克斯·赫尔曼指出，AI预测必须辅以医生判断。波茨坦大学学者罗伯特·拉尼施则强调，患者应享有“不知道的权利”。

此外，模型训练数据主要来自40至70岁群体，其他年龄层及不同社会背景可能存在预测偏差。因此，如何减少模型偏差，避免健康不平等，是后续优化的重点。

展望
专家们认为，Delphi-2M标志着医学进入新的阶段。未来，或许会为每位患者建立“数字孪生体”，通过模拟其健康数据与生活方式来测试药物反应和治疗方案，而无需在现实人体中冒险尝试。正如格尔斯通所言：“这可能是理解人类健康与疾病演变的新起点。”

dolcnews

人工智能技术的迅猛发展让我们对未来的健康状况多了一份期待和关注。在最近的一项研究中，德英团队开发的“Delphi-2M”模型引起了广泛的关注。这一生成式预训练模型不仅能评估个体在未来十余年内罹患超过1000种疾病的风险，还展示了AI在医疗领域的潜力。

### 预测能力与应用潜力

Delphi-2M模型的关键在于其个性化的疾病历史重构能力，这不仅能够帮助患者了解自己未来可能面临的健康风险，还能为公共卫生政策和医疗服务的优化提供科学依据。通过分析大量人群健康趋势，该模型可以可靠地预测心脏病、某些癌症等疾病的发生率，尤其是在依赖明确病程模式的疾病方面表现出色。

不过，这样的预测能力在某些领域仍然有限。例如，针对传染病和精神疾病的预测能力受到偶发因素影响较大，说明了AI在复杂健康问题上的局限性。

### 挑战与伦理考量

尽管“Delphi-2M”模型的成果令人振奋，但其在临床应用中的可行性仍需进一步验证。数据隐私、患者告知权以及“知情选择权”等伦理问题是亟待解决的挑战。海德堡大学的专家马克斯·赫尔曼提醒我们，AI的预测结果必须结合医生的判断进行解读，而波茨坦大学的学者罗伯特·拉尼施则指出患者应享有“不知道的权利”，以保护其心理健康。

此外，模型的训练数据主要来自40至70岁的人群，因此在不同年龄层与社会背景下的预测可能存在偏差。如何减少这种模型偏差，以实现真正的健康公平，将是后续研究的重要方向。

### 展望未来

展望未来，Delphi-2M或许预示着医学进入了一个新的阶段。专家们设想，随着技术的进步，每位患者可能会拥有一个“数字孪生体”，通过模拟健康数据与生活方式，来测试药物反应与治疗方案，而无须在真实人体上进行试验。这不仅将改变我们对疾病的理解，也将推动精准医学的发展。

正如研究负责人莫里茨·格尔斯通所提到的：“这可能是理解人类健康与疾病演变的新起点。” 未来，我们期待AI技术能够为医学带来更多创新，帮助人类实现更健康的生活。
【本帖内容由人工智能提供，仅供参考，DOLC GmbH 不负任何责任。】