Nowa AI wykryje u ciebie 1200 chorób. Nawet 10 lat wcześniej
Naukowcy opracowali model sztucznej inteligencji, który potrafi przewidzieć ryzyko wystąpienia ponad 1 200 chorób u ludzi i to nawet na dziesięć lat do przodu. Technologia działa na zasadzie analizy wzorców w elektronicznych kartach pacjentów, dzięki czemu możliwe jest szacowanie prawdopodobieństwa wystąpienia chorób przewlekłych i nagłych - zupełnie jak prognozy pogody.
Sztuczna inteligencja coraz śmielej poczyna sobie w medycynie, wystarczy spojrzeć na zaprezentowane właśnie możliwości modelu o nazwie Delphi-2M. Wykorzystuje on podobne technologie jak popularne chatboty w stylu ChatGPT, które uczą się wzorców językowych, aby przewidzieć, jakie słowo pojawi się następne w zdaniu.
Tyle że analizuje dane medyczne, aby przewidzieć ryzyko i prawdopodobny czas wystąpienia chorób. Profesor Ewan Birney, tymczasowy dyrektor European Molecular Biology Laboratory, porównał działanie Delphi-2M do prognozy pogody: "Nie tylko dla jednej choroby, ale dla wszystkich jednocześnie - coś, czego wcześniej nie było. To naprawdę ekscytujące".
Delphi-2M - co to za AI?
Delphi-2M został wytrenowany na danych z anonimowych kart medycznych obywateli Wielkiej Brytanii, obejmujących przyjęcia do szpitali, wizyty u lekarzy rodzinnych oraz nawyki życiowe, jak palenie tytoniu, pochodzące z projektu UK Biobank obejmującego ponad 400 tys. osób. Model przetestowano następnie na danych innych uczestników projektu oraz na 1,9 mln kart pacjentów w Danii.
Model działa naprawdę dobrze. Jeśli przewiduje ryzyko jednej choroby na poziomie 10 proc. w ciągu roku, w praktyce często jest to rzeczywiście 10 proc.
Jak można wykorzystać prognozy AI?
Najdokładniejsze są przewidywania chorób z wyraźnym przebiegiem, jak cukrzyca typu 2, zawały serca czy sepsa, a mniej precyzyjne w przypadku chorób losowych, np. infekcji. Niemniej podobnie jak lekarze już teraz przepisują np. statyny w oparciu o ryzyko zawału lub udaru, sztuczna inteligencja mogłaby pomagać w identyfikacji pacjentów wysokiego ryzyka, zanim choroba się rozwinie.
Mogłoby to obejmować leczenie farmakologiczne lub dopasowane porady dotyczące stylu życia, jak np. ograniczenie alkoholu u osób zagrożonych chorobami wątroby. Co więcej, Delphi-2M może wspierać planowanie programów badań przesiewowych i prognozować zapotrzebowanie na opiekę zdrowotną w skali całego regionu, np. ilu pacjentów może doznać zawału w danym mieście w 2030 roku.
Trzeba jednak zaznaczyć, że Delphi-2M nadal wymaga udoskonalenia i testów przed wprowadzeniem do praktyki klinicznej. Istnieją też potencjalne błędy wynikające z faktu, że model bazuje głównie na danych osób w wieku 40-70 lat z Wielkiej Brytanii. Świetnie pokazuje jednak, jak może wyglądać medycyna przyszłości:
To początek nowego sposobu rozumienia zdrowia człowieka i przebiegu chorób. Modele generatywne, takie jak nasz, w przyszłości mogą personalizować opiekę i przewidywać potrzeby systemów zdrowotnych na dużą skalę
