近日，英国《卫报》报道称，科学家们成功研发出一款革命性的AI健康预测工具——Delphi-2M，该系统能够评估个人未来可能罹患的超过1000种疾病，并提前十年预警潜在的健康风险。
这项突破性研究由欧洲分子生物学实验室（EMBL）、德国癌症研究中心和哥本哈根大学的顶尖科学家团队联合打造，其核心技术理念与大语言模型具有相似之处。该工具通过分析海量医疗数据，揭示疾病发展的内在规律。
作为生成式AI在医疗健康领域最全面的应用之一，Delphi-2M的独特之处在于其能够模拟多种疾病的发展轨迹。该系统采用了来自两大独立医疗系统的匿名患者数据进行训练。
相关研究成果已在权威学术期刊《自然》上发表，论文题目为《学习人类疾病的自然史：生成式转换器的应用》。研究团队在论文中详细介绍了该工具的工作原理和应用前景。
EMBL欧洲生物信息学研究所的Tomas Fitzgerald博士表示：”医疗事件往往遵循特定模式，我们的AI模型能够识别这些模式，并据此预测未来的健康状况。这种预测能力为疾病预防提供了全新思路。”
Delphi-2M系统的核心功能在于评估个体在未来可能面临的主要健康风险。通过分析患者的既往病史、生活方式因素（如体重指数、吸烟饮酒情况）以及人口学特征（年龄、性别），该工具能够预测包括癌症、糖尿病、心脏病和呼吸系统疾病等在内的多种慢性病发病概率。
研究团队指出，Delphi-2M的独特优势在于其能够同时评估多种疾病的发病风险，并且具有长达十年以上的健康状况预测能力。这种多维度、长周期的预测功能是现有单病种模型无法企及的。
该模型的研发基于规模庞大的真实世界数据：包括英国生物样本库中40万人的健康信息和丹麦国家患者登记系统中近190万人的历史记录。通过分析这些匿名数据，Delphi-2M能够以类似天气预报的形式展示个体未来的疾病风险概率。
EMBL临时执行主任Ewan Birney博士认为，这一创新工具将在未来几年内为临床实践带来变革。医生将能够根据AI模型的预测结果，向患者提供个性化的健康建议，并制定针对性的预防措施。
与传统的风险评估方法（如用于预测心血管疾病风险的Qrisk工具）相比，Delphi-2M的优势在于其预测范围更广、时间跨度更长。这种整体性的视角将为临床决策提供更全面的支持。
研究团队强调，Delphi-2M不仅能够准确预测超过1000种疾病的发病率，在预测精度上与现有单病种模型相当，还能够生成未来最长20年的健康轨迹数据。这为评估长期疾病负担提供了重要参考。
德国癌症研究中心的Moritz Gerstung教授指出：”这项研究标志着我们对人类健康和疾病理解的一个新起点。基于生成式模型的人工智能技术，未来有望推动个性化医疗的发展，并实现对医疗需求的大规模精准预测。”
相关文章
