Prognoza długoterminowa dla twojego zdrowia
Sztuczna inteligencja przekształca medycynę — pomaga lekarzom w diagnozowaniu pacjentów z coraz to większą dokładnością. Historia naszego zdrowia oferuje cenne informacje na temat potencjalnych problemów zdrowotnych. A co by było, gdyby sztuczna inteligencja mogła wiarygodnie oszacować następną diagnozę, powikłania, a nawet kiedy nastąpi zgon? Zespół badawczy złożony z naukowców z Europejskiego Laboratorium Biologii Molekularnej (EMBL), Niemieckiego Centrum Badań nad Rakiem (DKFZ) i Uniwersytetu Kopenhaskiego stworzył model sztucznej inteligencji o nazwie Delphi-2M, który jest w stanie przewidywać diagnozy medyczne z ponad dziesięcioletnim wyprzedzeniem. Innowacja ta została przedstawiona w czasopiśmie 'Nature'(odnośnik otworzy się w nowym oknie).
Jak wygląda twoja przyszłość kliniczna
Model Delphi-2M jest w stanie ocenić ryzyko wystąpienia ponad 1200 schorzeń, w tym raka, cukrzycy, chorób serca i chorób układu oddechowego. Jest mniej wiarygodny, jeśli chodzi o bardziej losowe stany zdrowotne, takie jak zaburzenia zdrowia psychicznego czy ciąża. Nie podaje dokładnych dat, ale raczej szacuje prawdopodobieństwo wystąpienia chorób. W przeciwieństwie do ChatGPT i podobnych chatbotów AI, model Delphi-2M przewiduje wyniki zdrowotne, a nie słowa. Zdarzenia medyczne zazwyczaj przebiegają według przewidywalnych schematów. Model uczy się tych wzorców, aby przewidywać przyszłe wyniki zdrowotne. W pewnym sensie Delphi-2M prognozuje zdrowie, podobnie do prognoz pogody w aplikacjach. Jak stwierdza tymczasowy dyrektor wykonawczy EMBL Ewan Birney w wypowiedzi dla BBC(odnośnik otworzy się w nowym oknie): „Zatem podobnie jak w przypadku pogody, gdzie możemy mieć 70% szans na deszcz, możemy to samo zrobić w przypadku opieki zdrowotnej. I to nie tylko dla jednej choroby, ale dla wszystkich chorób jednocześnie — nigdy wcześniej nie było to możliwe. To naprawdę ekscytujące”. Naukowcy wytrenowali model Delphi-2M na danych z brytyjskiego biobanku — ogromnej biomedycznej bazy danych zawierającej informacje o około pół miliona uczestników. Zademonstrowali działanie Delphi-2M, testując go na danych pochodzących od prawie 2 milionów osób z duńskiej bazy danych zdrowia publicznego. „Nasz model sztucznej inteligencji jest dowodem poprawności koncepcji — pokazuje, że można nauczyć model wielu długoterminowych wzorców zdrowotnych i wykorzystać te informacje do generowania znaczących prognoz” — komentuje Birney w komunikacie prasowym DKFZ(odnośnik otworzy się w nowym oknie). „Modelując, jak choroby rozwijają się w czasie, możemy zacząć badać, kiedy pojawiają się pewne zagrożenia i jak najlepiej zaplanować wczesne interwencje. To duży krok w kierunku bardziej spersonalizowanego i prewencyjnego podejścia do opieki zdrowotnej”.
Historia zdrowia rozwijająca się w czasie
Delphi-2M jako punkt wyjścia przyjmuje dotychczasową historię zdrowia pacjenta. Następnie przewiduje prawdopodobieństwo kolejnego zdarzenia zdrowotnego i czas do jego wystąpienia. „Podobnie jak duże modele językowe potrafią uczyć się struktury zdań, ten model sztucznej inteligencji uczy się «gramatyki» danych zdrowotnych, aby modelować historie zdrowia jako sekwencje zdarzeń rozwijających się w czasie” — wyjaśnia Moritz Gerstung, szef Wydziału Sztucznej Inteligencji w Onkologii w DKFZ. „To początek nowego sposobu rozumienia ludzkiego zdrowia i postępu chorób” — podsumowuje Gerstung. „Modele generatywne, takie jak nasz, mogą pewnego dnia pomóc w personalizacji opieki i przewidywaniu potrzeb zdrowotnych na dużą skalę. Ponieważ uczą się na dużych populacjach, oferują potężną perspektywą na rozwój chorób i ostatecznie mogą wspierać wcześniejsze, bardziej dostosowane interwencje”. Model Delphi-2M nie jest jeszcze gotowy do użytku klinicznego. Ale czy w ogóle chcemy wiedzieć, kiedy nadejdzie nasz kres? I czy chcemy, by to maszyny nam o tym mówiły?