Sztuczna inteligencja wykryje chorobę 10 lat wcześniej. Są nowe badania
Nowy model sztucznej inteligencji - Delphi-2M, umożliwia długoterminowe prognozowanie ryzyka wystąpienia ponad 1000 chorób i przewiduje zmiany stanu zdrowia człowieka z ponad dziesięcioletnim wyprzedzeniem – informuje "Nature".
Sztuczna inteligencja w medycynie
Delphi-2M to generatywny model sztucznej inteligencji (AI), który potrafi przewidywać długoterminowe ryzyko zdrowotne. Został stworzony przez naukowców z Europejskiego Laboratorium Biologii Molekularnej (EMBL), Uniwersytetu w Kopenhadze oraz Niemieckiego Centrum Badań Nad Rakiem (DKFZ). Model ten wykorzystuje zaawansowane algorytmy, podobne do tych stosowanych w dużych modelach językowych.
Model trenował na danych od 400 tys. uczestników
Model został wytrenowany na zanonimizowanych danych 400 tys. uczestników brytyjskiego Biobanku, a jego skuteczność przetestowano na danych 1,9 mln osób z Duńskiego Krajowego Rejestru Pacjentów. Choć Delphi-2M nie jest jeszcze gotowy do zastosowań klinicznych, stanowi cenne narzędzie do badania chorób i planowania opieki zdrowotnej. Naukowcy opisali to na łamach czasopisma "Nature".
"Nasz model to dowód słuszności koncepcji, pokazujący, że sztuczna inteligencja jest w stanie nauczyć się wielu długoterminowych wzorców zdrowotnych i wykorzystać te informacje do generowania sensownych prognoz" - powiedział Ewan Birney, p.o. dyrektora Europejskiego Laboratorium Biologii Molekularnej (EMBL), cytowany przez PAP. "Modelując rozwój chorób w czasie, możemy zacząć badać, kiedy pojawiają się określone zagrożenia i jak najlepiej zaplanować wczesną interwencję. To duży krok w kierunku bardziej spersonalizowanego i profilaktycznego podejścia do opieki zdrowotnej" - dodał.
Dalsza część artykułu pod materiałem wideo
Delphi-2M uczy się "gramatyki" danych zdrowotnych
Tak jak duże modele językowe potrafią uczyć się struktury zdań, Delphi-2M uczy się "gramatyki" danych zdrowotnych, aby modelować historie chorób jako sekwencje zdarzeń rozwijających się w czasie. Według twórców, należą do tych zdarzeń diagnozy lekarskie lub czynniki związane ze stylem życia, takie jak palenie tytoniu. Model prognozuje ryzyko chorób na podstawie kolejności i czasu występowania tych zdarzeń. Dzięki temu możliwe jest lepsze planowanie wczesnych interwencji zdrowotnych.
Model jest szczególnie skuteczny w przypadku chorób o wyraźnych wzorcach, jak niektóre nowotwory czy zawały serca. Jednak jego prognozy są mniej precyzyjne dla schorzeń zależnych od nieprzewidywalnych zdarzeń, jak zaburzenia psychiczne. Delphi-2M oferuje prawdopodobieństwo wystąpienia chorób, podobnie jak prognozy pogody.
Chociaż model nie jest jeszcze gotowy do użytku klinicznego, może pomóc w zrozumieniu rozwoju chorób i wpływu stylu życia na zdrowie. EMBL, jako organizacja międzyrządowa, prowadzi badania w sześciu ośrodkach w Europie, dążąc do lepszego zrozumienia życia od poziomu molekularnego po ekosystemy.
