Представете си, че някой навреме ви каже за риска от определено заболяване в близките години? Това ще помогне да се опазите по-дълго време здрави, а също и да започнете лечение рано, когато всичко е поправимо. Изкуственият интелект навлиза мощно в медицината. Учени създадоха модел, който предсказва вероятността от заболявания с голяма точност.
Моделът Delphi-2M, базиран на изкуствен интелект (ИИ), може да предвижда риска от развитие на повече от 1000 заболявания в следващите години – както за отделния човек, така и за цели групи от населението. Неговата точност е сравнима с тази на добре утвърдени медицински методи за оценка на риска при конкретни заболявания. Това показват резултатите от проучване, публикувано днес в списание Nature (2025; DOI: 10.1038/s41586-025-09529-3).
Германско-датска изследователска група е тествала възможностите на Delphi-2M върху данни от над 2 милиона души. Първите резултати бяха достъпни още през февруари като предпечатна публикация, съобщава German Medical Journal.
Delphi-2M анализира цялостната „здравна история“ на чове
Досегашните модели за прогнозиране обикновено се фокусират върху едно заболяване и върху конкретни рискови фактори – например лабораторни показатели или генетични особености. Delphi-2M използва различна стратегия: той анализира цялостната „здравна история“ на човек, като се опира на кодирани диагнози и информация за начина на живот.
Екипът, ръководен от Мориц Герстунг от Германския център за изследване на рака (DKFZ), обучава модела с данни от 400 000 участници в британската биобанка. След това валидира резултатите му върху външни данни от 1,9 милиона души в Дания, в сътрудничество с изследователи от Европейската лаборатория по молекулярна биология (EMBL) и Университета в Копенхаген.
Моделът превъзхожда традиционните клинични оценки при прогнозиране на заболявания
„Изследването има два наистина впечатляващи аспекта“, коментира ученият Карстен Мар, който не е участвал в проекта. Мар е директор на Института по изкуствен интелект за здраве в Центъра „Хелмхолц“ в Мюнхен и професор по изкуствен интелект в клетъчната терапия и хематологията в Университета „Лудвиг Максимилиан“.
„Първо, авторите са използвали данни от две изключително големи групи хора. Второ, те са приложили архитектура на модел, създадена първоначално за работа с език, върху здравни данни. Така моделът вместо да предсказва следваща дума или сричка, както правят езиковите модели, прогнозира следващо здравно събитие.“
Резултатите показват, че Delphi-2M се справя толкова добре, колкото и традиционните клинични оценки при прогнозиране на заболявания като сърдечно-съдови проблеми или деменция, а при предвиждане на риска от смъртност дори ги надминава. При захарен диабет обаче резултатите му са по-слаби в сравнение с маркера гликиран хемоглобин (HbA1c).
Delphi-2M не дава категорични отговори, а вероятности, подобно на прогнозата за времето
В общ план моделът постига средна стойност AUC от 0,76, която остава стабилна около 0,70 дори при прогнози с 10-годишен хоризонт.
AUC („площ под кривата“) е статистически показател, който измерва колко добре работи един предсказващ модел. Ако AUC е 0,5 – моделът се справя не по-добре от случайни догадки. Стойност 1,0 означава перфектна точност.
Изследователите подчертават, че Delphi-2M не дава категорични отговори, а вероятности – по същия начин, по който метеорологичните прогнози не казват със сигурност дали ще вали, а дават шанс за това. „Например моделът може да изчисли вероятността човек да развие сърдечно заболяване през следващата година. Това е подобно на прогнозата за 70% вероятност за дъжд утре“, обяснява екипът.
Учените обаче отбелязват и ограниченията. Данните от британската биобанка идват основно от хора на възраст между 40 и 60 години, което означава, че здравословните проблеми от детството и юношеството са слабо представени. Освен това определени групи от населението са недостатъчно включени в обучението на модела, което може да доведе до изкривявания.
Изкуственият интелект може да помага на лекарите да откриват рискови пациенти още в ранна възраст
Според изследователския екип, ако подобни модели бъдат обучени с по-представителни и разнообразни данни, те могат да се превърнат в ценен инструмент за лекарите, като им помагат да идентифицират рискови пациенти още в ранен етап.
Но възникват и въпроси: „Какво означава това за хора, които в момента са здрави, но моделът предсказва, че скоро могат да се разболеят? Как ще защитим личната информация, ако огромно количество здравни данни изведнъж се окажат ключови за прогнозите на ИИ?“, пита Робърт Раниш, доцент по медицинска етика с фокус върху дигитализацията в Университета в Потсдам. „Едва сега започваме да осъзнаваме истинските правни и етични последици от подобно развитие.“
Редактор Ина Димитрова
Снимки Freepik