犹他大学研究人员开发可解释的 AI 工具包，在症状出现之前预测疾病

快速阅读: 据《美通社 （新闻稿）》称，盐湖城——犹他大学研发“风险路径”AI工具包，可提前多年预测疾病风险。借助可解释AI技术，它通过分析多维数据助力早期干预，推动预防医疗服务革新。这一成果有望提升诊断准确性和治疗个性化水平，重塑健康管理模式。

盐湖城，2025年4月29日——犹他大学精神病学系与亨茨曼心理健康研究所的研究人员今日发布了一款名为“风险路径”的开源软件工具包。该工具包利用可解释的人工智能（XAI）技术，在症状显现前几年预测个人是否会患上进展型和慢性疾病，这或许能彻底革新预防性医疗服务的提供模式。可解释的人工智能是一种能够以人类易于理解的方式解析复杂决策的人工智能系统。

这一突破性的工具包为医疗领域带来了新的希望。通过深度分析个体的生活习惯、遗传信息以及环境因素等数据，“风险路径”能够提前数年发出预警信号，使医生和患者有充足的时间采取干预措施，从而有效降低患病风险。这项技术不仅提高了诊断的准确性，还大大增强了治疗方案的个性化程度，为全球范围内的健康管理注入了全新的活力。

未来，随着更多医疗机构采用“风险路径”，我们有理由相信，预防性医疗服务将变得更加高效、精准且普及化。这不仅意味着医学领域的巨大进步，也将深刻改变人类对健康的认知与管理方式。

(以上内容均由Ai生成)