Et team av europeiske forskere har utviklet en kraftig ny generativ AI som kan forutsi individets risiko for over 1000 sykdommer, noen ganger tiår på forhånd. Modellen, kalt Delphi-2m, var detaljert i en tuser av analysen av analysen av en eller annen. Verktøyet gir en omfattende helseprognose. Skaperne mener at det kan transformere forebyggende medisin ved å identifisere høyrisikopasienter for tidlig intervensjon og bidra til å planlegge fremtidige helsebehov.
Dette markerer et betydelig trinn i personlig, prediktiv helsevesen. Prosjektet var et stort samarbeid mellom European Molecular Biology Laboratory (EMBL), The German Cancer Research Center (DKFZ) og University of Copenhagen.
Delphi-2m er bygget på en modifisert generativ pre-trent transformator (GPT) arkitektur, den samme grunnleggende teknologien bak AI-chatbots som chatgpt. Forskere trente modellen på et stort, anonymt datasett fra UK Biobank, som inneholder helseinformasjon fra 400 000 deltakere Den erstatter diskrete posisjonskodinger med en kontinuerlig forståelse av alder og legger til en andre utgang for å forutsi ikke bare *hvilken *sykdom som kan oppstå, men også *når *. AI behandler en pasients hele medisinsk historie som en hendelsesforløp. Den vurderer diagnoser, deres timing og personlige faktorer som alder, kjønn, BMI og vaner som røyking eller alkoholforbruk. Dette gjør at den kan lære det komplekse samspillet av faktorer som fører til fremtidige helseutfall. For å sikre modellens robusthet, var det å være en helsestilling. Register Target=”_ blank”> Angi ,”Vi ble overrasket over hvor godt modellen som ble overført fra Storbritannia til Danmark, selv om den aldri hadde sett en eneste bit danske data.” Nåværende klinisk verktøy. Delphi-2m representerer et paradigmeskifte ved å vurdere risikoer på tvers av mer enn 1000 sykdommer samtidig. Denne helhetlige tilnærmingen gir et langt mer omfattende bilde av en persons fremtidige helse. Modellens ytelse ble funnet å være sammenlignbare med eller enda bedre enn disse etablerte prediktorer med en sykdom. Som Birney forklarte,”Vi kan gjøre alle sykdommer på en gang og over en lang periode. Det er tingen som enkelt sykdomsmodeller ikke kan gjøre.”Dette langsiktige perspektivet på flere sykdommer er verktøyets viktigste innovasjon. Utover individuelle spådommer, kan Delphi-2m generere”syntetisk fremtidig helsebaner.” Denne funksjonen lar helseplanleggere simulere fremtidig sykdomsburyr i en befolkning, og tilbyr en kraftig verktøy for ressurs og strategisk planlegging. sa professor. Etiske hinder
Utgivelsen av Delphi-2m kommer når tech-giganter intensiverer deres skyv inn i helsevesenet AI. Microsoft detaljerte nylig Mai-DXO-systemet for kompleks diagnostikk, mens Google Akruppen bare begynte å distribuere sin med-palm 3-modell i sykehuset, signaliserer en veldig konkurranse. Bruken av massive helsedatasett, selv når”de-identifiserte”, reiser betydelige personvernspørsmål. En fersk kontrovers rundt Storbritannias ‘Foresight’ AI, trent på 57 millioner NHS-poster, fremhevet offentlig og ekspertangst for datasikkerhet og potensialet for å gjenopplive. Critic Argue Argue the Rich the Richness Richness Richness Richness for å få Risiko for sensitiv informasjon som blir utsatt. Debatten understreker spenningen mellom innovasjon og den grunnleggende retten til datapersonvernet, en utfordring bransjen ennå ikke har løst. Eksperter oppfordrer til å være forsiktig og understreker at det å bygge offentlig tillit vil være viktig som teknologisk innovasjon. Veien til klinisk tillit vil kreve å kreve å kreve å kreve at det kreves en kompleks innovasjon. Forskere som er involvert i prosjektet ser dette som et grunnleggende trinn.”Dette er begynnelsen på en ny måte å forstå helse-og sykdomsprogresjon på,”sa professor Gerstung. Det endelige målet er å lage et verktøy som trygt og effektivt kan øke klinisk beslutningstaking, innlede en ny æra med forebyggende og personlig medisin. fra enkelt-sykdoms-score til holistiske prognoser