科学家训练AI预测千种疾病，提前多年预警

快速阅读: 科学家开发出Delphi-2M人工智能模型，能预测超1000种疾病发生率，利用UK Biobank数据训练，与ChatGPT技术同源。模型需进一步测试，未来有望优化医疗资源分配。

科学家们周三表示，他们开发了一种能够提前数年预测医疗诊断的人工智能模型，该技术与支持消费者聊天机器人的技术相同。来自英国、丹麦、德国和瑞士的研究团队在《自然》杂志上发表的论文中提到，基于患者的病史，名为Delphi-2M的人工智能模型可以“预测超过1000种疾病的发生率”。

研究人员利用英国UK Biobank的大规模生物医学研究数据库中的数据训练了该模型，该数据库包含了大约50万名参与者的详细信息。相关报道指出，越来越多的人开始寻求聊天机器人提供的医疗建议，这背后的原因值得探讨。

基于所谓的“变压器”架构的神经网络——即“ChatGPT”中的“T”——最著名的是处理基于语言的任务，例如聊天机器人及其众多模仿者和竞争对手。然而，理解一系列医疗诊断的过程“有点像学习文本中的语法”，德国癌症研究中心的人工智能专家莫里茨·格尔斯特在记者会上表示。他解释说，该模型通过分析医疗保健数据中的模式、先前的诊断以及它们发生的组合和顺序，能够做出“非常有意义且与健康相关的预测”。

格尔斯特展示了图表，表明人工智能可以识别出那些因年龄和其他因素而被认为有较高或较低心脏病风险的人群。研究团队通过对比丹麦公共健康数据库中近200万人的数据验证了Delphi-2M的表现。然而，格尔斯特和他的团队成员强调，Delphi-2M工具仍需进一步测试，目前尚未准备好用于临床实践。

对此，英国工程与技术学会研究员彼得·班尼斯特评论称：“这距离改善医疗保健还有很长的路要走，因为作者承认（英国和丹麦）两个数据集在年龄、种族和当前医疗结果方面存在偏差。”不过，格尔斯特认为，未来类似Delphi-2M的系统可以帮助“指导监测并可能实现早期临床干预，以达到预防性医疗的效果”。从更大范围来看，这类工具有助于“优化紧张的医疗资源分配”，欧洲分子生物学实验室的共同作者汤姆·菲茨杰拉德补充道。

目前，许多国家的医生已经在使用计算机工具来预测疾病风险，例如英国全科医生使用的QRISK3程序来评估心脏病或中风的风险。相比之下，Delphi-2M“可以同时预测所有疾病，并且跨越较长的时间跨度”，共同作者伊万·伯尼表示。伦敦国王学院专门研究医疗AI的教授古斯塔沃·苏德雷评论称，这项研究“似乎是在可扩展、可解释且最重要的是伦理上负责任的预测建模方面迈出的重要一步”。

“可解释”或“可解释的”人工智能是该领域的顶级研究目标之一，因为许多大型人工智能模型的内部运作即使对其创建者来说仍然是个谜。© 法新社

(以上内容均由Ai生成)