IT 之家 9 月 20 日消息，据英国《卫报》17 日报道，科学家开发了一种新的人工智能工具，可以预测个人超过 1000 种疾病的潜在风险，并提前十年预测健康变化。

欧洲分子生物学实验室（EMBL）、德国癌症研究中心和哥本哈根大学的专家联合定制开发了这一生成式 AI 工具，其算法概念与大语言模型类似。

这是迄今为止生成式 AI 在大规模模拟人类疾病发展方面最全面的应用之一，该工具使用了两个独立医疗系统的数据进行训练。

这一研究成果已刊登在《自然》杂志上。IT 之家附链接：Learning the natural history of human disease with generative transformers

EMBL 欧洲生物信息学研究所（EMBL-EBI）工作人员 Tomas Fitzgerald 表示：" 医疗事件往往有规律可循。我们的 AI 模型能学习这些规律，并预测未来健康情况。"

Delphi-2M 工具通过评估某人是否以及何时可能患上癌症、糖尿病、心脏病、呼吸系统疾病等多种疾病，来判断健康风险。

该工具会分析患者病史中的 " 医疗事件 "，如疾病诊断时间，同时结合生活方式因素，包括是否肥胖、是否吸烟或饮酒，以及年龄和性别。通过匿名患者记录，Delphi-2M 还能预测未来十年甚至更长时间的健康发展。

该模型基于英国生物库 40 万人和丹麦国家患者登记处 190 万人匿名数据进行训练和测试。健康风险以随时间变化的概率呈现，类似预测周末有 70% 下雨的可能性。

EMBL 临时执行主任 Ewan Birney 表示，未来几年患者可能就能从这一工具中受益。" 当你去看医生时，医生已经习惯使用这些工具，他们可以告诉你：‘这是你未来的四大主要健康风险，这是你可以采取的两项关键措施来改变风险。’我想每个人都会被建议减肥，如果吸烟也会被建议戒烟，这些建议基于整体数据，不会大幅变化。但针对某些疾病，可能会有更具体的措施。这就是我们希望实现的未来。"

他指出，相比用于计算未来十年心脏病或中风风险的 Qrisk 方法等现有手段，Delphi-2M 的优势在于可以同时预测所有疾病，并覆盖更长时间，这是单病模型做不到的。

研究团队表示："Delphi-2M 根据每个人既往疾病史，预测超过 1000 种疾病的发病率，其准确性与现有单病模型相当。此外，Delphi-2M 还能生成未来健康轨迹的合成数据，为未来最长 20 年的潜在疾病负担提供参考。"

德国癌症研究中心肿瘤学 AI 部门负责人 Moritz Gerstung 教授表示：" 这标志着理解人类健康和疾病发展方式的新起点。像我们这样的生成式模型未来有望帮助实现个性化医疗，并大规模预测医疗需求。"