科学家开发可预测千种疾病的AI模型Delphi-2M

欧洲分子生物实验室（European Molecular Biology Laboratory，EMBL）、德国癌症研究中心（German Cancer Research Centre，DKFZ）以及哥本哈根大学（University of Copenhagen）的科学家们本周发表了一个可预测未来疾病的Delphi-2M模型。该模型可根据人类的病史以及生活习惯，预测未来10年或20年罹患逾1000种疾病的可能性，相关研究已登上《自然》（Nature）期刊。

Delphi-2M采用类似大语言模型（LLM）的算法概念，利用英国生物样本库（UK Biobank）中40万名参与者的资料进行训练，使其能够根据个人过往的病史，结合年龄、性别、BMI以及吸烟与饮酒等习惯，一次性预测罹患1258种疾病的风险，例如是否或何时会患上癌症、糖尿病、心脏病、呼吸系统疾病等。它的输出形式类似于天气预报——天气预报系统说“这个周末有70%的概率下雨”，而Delphi-2M则会提示“在未来某一年有70%的概率罹患某种疾病”。

德国癌症研究中心科学家Moritz Gerstung表示，过去医务人员需要运行数十个模型才能完成全面评估，但Delphi-2M可以一次性完成全部预测。

此外，对于大多数疾病，Delphi-2M的预测准确度与当前用于评估单一疾病发病风险的模型相当，甚至更高；而且其表现也优于使用生物标志物（如体内特定分子或化合物浓度）来预测多种疾病风险的机器学习算法。Gerstung称，它的效果好得惊人。

研究人员还利用丹麦全国患者登记系统中的190万条数据验证了Delphi-2M的有效性。尽管在该数据集上的表现略低于在UK Biobank上的结果，但仍保持较高准确性，表明该模型具备良好的泛化能力，可适应不同国家的医疗数据体系。

科学家希望未来能将更多国家的电子病历数据纳入训练，并整合更丰富的个人生活与行为信息，以进一步优化模型性能。长远目标是将其嵌入临床决策支持系统，使医生在接诊时能实时获取患者的长期健康风险预测结果。