Dzięki sztucznej inteligencji można przewidzieć ponad tysiąc chorób

Sztuczna inteligencja, nazwana „Delphi-2M”, została wyszkolona w bazie danych UK Biobank, która zawiera dane biomedyczne od pół miliona uczestników. Model ten podobno wykorzystuje tę samą architekturę „transformatora”, która jest wykorzystywana w zadaniach opartych na języku i stanowi podstawę ChatGPT.

„Delphi-2M uczy się, w jakich kombinacjach i w jakiej kolejności stawiane są diagnozy” – powiedział Moritz Gerstung z Niemieckiego Centrum Badań nad Rakiem, wyjaśniając, że zrozumienie ciągów diagnoz medycznych przypomina naukę reguł gramatycznych w tekstach.

Model był w stanie określić indywidualny poziom ryzyka, zwłaszcza chorób takich jak zawał serca, wykraczając poza wiek i czynniki konwencjonalne. Naukowcy zweryfikowali również działanie sztucznej inteligencji, testując ją na danych z zakresu zdrowia publicznego pochodzących od dwóch milionów mieszkańców Danii. Chociaż system dał obiecujące wyniki, naukowcy zauważyli, że nie jest on jeszcze gotowy do użytku klinicznego. Brytyjski badacz Peter Bannister zauważył, że wykorzystane zbiory danych mogą być obciążone błędami wynikającymi z wieku, pochodzenia etnicznego i istniejących wyników zdrowotnych.

Eksperci uważają, że takie systemy mogą w przyszłości zrewolucjonizować opiekę zdrowotną. Dzięki sztucznej inteligencji, takiej jak Delphi-2M, pacjenci będą mogli być monitorowani dokładniej, środki zapobiegawcze będą mogły być podejmowane wcześniej, wykorzystanie zasobów w systemach opieki zdrowotnej będzie zoptymalizowane, a wszystkie choroby będą mogły być badane jednocześnie.

Naukowcy wyjaśnili, że podczas gdy obecnie dostępne oprogramowanie zazwyczaj pozwala na analizę ryzyka wystąpienia tylko jednej choroby, np. zawału serca czy udaru mózgu, Delphi-2M jest w stanie przewidzieć długoterminowe ryzyko wystąpienia ponad 1000 chorób jednocześnie.