Zdrowie jak prognoza pogody: Delphi-2M potrafi przewidzieć, na co umrzesz
Nowy model AI o nazwie Delphi-2M potrafi na podstawie anonimowych danych medycznych wskazać prawdopodobieństwo rozwoju ponad tysiąca chorób, i to nawet dekady wcześniej. Naukowcy porównują jego działanie do prognozy pogody, która zamiast konkretnej daty burzy podaje procentowe ryzyko opadów.
Delphi-2M działa podobnie jak znane chatboty, lecz zamiast analizować język, wyszukuje wzorce w danych zdrowotnych. Pod uwagę bierze m.in. historię chorób, wiek, płeć czy nawyki związane ze stylem życia" od palenia papierosów po dietę i aktywność fizyczną.
Prognoza jak z mapy synoptycznej
Sercem projektu są dane z UK Biobank, które obejmują informacje medyczne od ponad 400 000 osób. Aby upewnić się co do skuteczności narzędzia, naukowcy przetestowali je także na rekordach 1,9 mln pacjentów w Danii. Wyniki pokazały, że model trafnie odzwierciedla ryzyko wystąpienia chorób w dłuższej perspektywie.
Zdarzenia medyczne często przebiegają według przewidywalnych schematów. Nasz model AI uczy się tych wzorców i potrafi prognozować przyszłe wyniki zdrowotne.
Najlepiej Delphi-2M przewiduje schorzenia o wyraźnym przebiegu, takie jak cukrzyca typu 2, choroby serca czy sepsa. Nie podaje jednak daty zachorowania: zamiast tego wskazuje raczej prawdopodobieństwo. To trochę jak zapowiedź 70% szans na deszcz, ale w odniesieniu do zdrowia.
Szanse i ograniczenia
Choć technologia otwiera nowe możliwości profilaktyki, ma też swoje słabości. Dane treningowe pochodziły głównie od osób w wieku od 40 do 70 lat, więc model może nie oddawać w pełni obrazu całej populacji. Trudniej też przewidzieć choroby pojawiające się w sposób nagły lub wynikające z rzadkich zdarzeń.
Potencjał pozostaje jednak ogromny. Dzięki takim narzędziom lekarze mogliby szybciej identyfikować pacjentów najbardziej zagrożonych, a służba zdrowia mogłaby lepiej planować zasoby, przewidując np. liczbę hospitalizacji w danym regionie za kilka lat.
Badacze podkreślają jednak, że model nie jest jeszcze gotowy do użycia w szpitalach. Wymaga dalszych testów, dopracowania i włączenia bardziej różnorodnych danych, takich jak badania genetyczne czy obrazowanie medyczne.
Eksperci porównują przy tym rozwój Delphi-2M do ścieżki, jaką wcześniej przeszła genetyka: od pierwszych przełomowych badań, przez dekadę prac nad standardami i regulacjami, aż po praktyczne zastosowania w diagnostyce. Wszystko wskazuje, że sztuczna inteligencja w medycynie czeka podobny proces: długi, ale nieuchronny.
Grzegorz Karaś, redaktor pcformat.pl
