AI voorspelt de gezondheid van een persoon tientallen jaren van tevoren
Een team wetenschappers heeft een model voor kunstmatige intelligentie (AI) ontwikkeld dat de gezondheid van een persoon voorspelt: De tool kan het risico op en het tijdstip van aanvang van meer dan duizend ziekten voorspellen op basis van de medische geschiedenis van een patiënt, tientallen jaren van tevoren.
Het model, ontwikkeld door wetenschappers van het Europees Laboratorium voor Moleculaire Biologie (EMBL), het Duitse Centrum voor Kankeronderzoek (DKFZ) en de Universiteit van Kopenhagen , werd getraind met klinische gegevens van 400.000 mensen in het Verenigd Koninkrijk en getest op gegevens van bijna twee miljoen mensen in Denemarken.
Het model, dat de naam Delphi-2M kreeg, kon de waarschijnlijkheid van meer dan duizend ziekten voorspellen. op basis van de medische geschiedenis van een persoon met een even grote of grotere nauwkeurigheid dan andere hulpmiddelen.
LEES: Vermiste Engelse leraar levend teruggevondenBovendien kon het gezondheidstrajecten van een individu tot wel 20 jaar simuleren en synthetische gegevens genereren die de privacy van de patiënt beschermen, maar nog steeds bruikbaar zijn voor het trainen van andere AI-modellen.
De auteurs stellen dat hun instrument kan helpen bij het identificeren van mensen met een hoger risico op ziekte, bij het sturen van screeningsprogramma's en bij het ondersteunen van de planning van gezondheidszorg op de lange termijn.
"Ons AI-model is een proof of concept dat aantoont dat het mogelijk is voor AI om veel van onze gezondheidspatronen op de lange termijn en gebruiken deze informatie om zinvolle voorspellingen te doen," zegt Ewan Birney, interim-directeur van EMBL.
"Door te modelleren hoe ziekten zich in de loop van de tijd ontwikkelen, kunnen we onderzoeken wanneer bepaalde risico's zich voordoen en hoe we vroege interventies het beste kunnen plannen. Dit is een belangrijke stap in de richting van meer gepersonaliseerde en preventieve benaderingen van de gezondheidszorg", voegt hij eraan toe.
Toekomstige versies kunnen meer soorten gezondheidsinformatie bevatten en zo bijdragen aan het verbeteren van gepersonaliseerde zorg, maar de auteurs waarschuwen dat het huidige model vertekeningen in de invoergegevens weerspiegelt en dat de voorspellingen ervan niet gebruikt moeten worden om directe medische beslissingen te nemen zonder verdere tests.
Samenloop van ziektenAI biedt krachtige hulpmiddelen voor het identificeren van patronen in de progressie van ziekten door grote datasets van patiëntgeschiedenissen te analyseren. Het volledige potentieel van deze modellen, met name op populatieniveau, is echter nog grotendeels onontgonnen.
In die context werd Delphi-2M getraind om patronen te ontdekken in het voorkomen van bepaalde ziekten in relatie tot andere gebeurtenissen in de geschiedenis van de patiënten, zoals levensstijlfactoren en andere gezondheidsproblemen.
Misschien vind je dit ook interessant: Petro vraagt Sheinbaum om twee vermiste Colombiaanse kunstenaars levend terug te vinden."Medische gebeurtenissen volgen vaak voorspelbare patronen. Ons model leert deze patronen en kan toekomstige gezondheidsresultaten voorspellen. Het stelt ons in staat om te onderzoeken wat er zou kunnen gebeuren op basis van iemands medische geschiedenis en andere belangrijke factoren", aldus Tom Fitzgerald, wetenschapper bij het European Bioinformatics Institute (EMBL-EBI) van EMBL.
Volgens de auteurs werkt het model vooral goed bij aandoeningen met duidelijke en consistente progressiepatronen, zoals bepaalde soorten kanker, hartaanvallen en sepsis (bloedinfecties).
Het is echter minder betrouwbaar bij meer variabele aandoeningen, zoals psychische stoornissen of zwangerschapsgerelateerde complicaties, die afhankelijk zijn van onvoorspelbare gebeurtenissen in het leven.
Toekomstig gebruik en beperkingenNet als weersvoorspellingen biedt dit nieuwe AI-model waarschijnlijkheden, geen zekerheden. Het voorspelt niet precies wat er met een persoon zal gebeuren, maar biedt wel goed gekalibreerde schattingen van de waarschijnlijkheid dat bepaalde aandoeningen zich in een bepaalde periode voordoen, waarschuwt de studie.
"Het is belangrijk om te benadrukken dat dit geen zekerheid is, maar eerder een inschatting van de potentiële risico's", benadrukt Fitzgerald.
Bovendien bevat het model demografische vertekeningen als gevolg van hiaten in de trainingsgegevens, zoals de lage vertegenwoordiging van bepaalde etnische groepen.
Hoewel het model nog niet klaar is voor klinisch gebruik , suggereren de auteurs dat het onderzoekers nu al kan helpen begrijpen hoe ziekten ontstaan en zich ontwikkelen, hoe levensstijl en eerdere ziekten het risico op ziekten op de lange termijn beïnvloeden en hoe gezondheidsresultaten kunnen worden gesimuleerd met behulp van kunstmatige patiëntgegevens in situaties waarin gegevens uit de echte wereld moeilijk te verkrijgen of te benaderen zijn.
"Dit is het begin van een nieuwe manier om de menselijke gezondheid en ziekteverloop te begrijpen", concludeert Moritz Gerstung, hoofd van de afdeling AI in Oncologie bij DKFZ en voormalig groepsleider bij EMBL-EBI.
*Blijf op de hoogte van het nieuws, word lid van ons WhatsApp-kanaal hier: https://whatsapp.com/channel/0029VaAf9Pu9hXF1EJ561i03
MV
- Kunstmatige intelligentie
- Gezondheid
- Technologie
- Duits Kankeronderzoekscentrum
informador
