Sztuczna inteligencja może prognozować zdrowie - podobnie jak pogodę

Naukowcy twierdzą, że sztuczna inteligencja może przewidzieć problemy zdrowotne ludzi w ciągu dekady.

Technologia ta nauczyła się dostrzegać wzorce w dokumentacji medycznej ludzi, aby obliczyć ryzyko wystąpienia u nich ponad 1000 chorób.

Naukowcy twierdzą, że jest to jak prognoza pogody, która przewiduje 70% szans na deszcz - ale dla ludzkiego zdrowia.

Ich wizją jest wykorzystanie modelu sztucznej inteligencji do wykrywania pacjentów wysokiego ryzyka w celu zapobiegania chorobom i pomagania szpitalom w zrozumieniu zapotrzebowania na opiekę medyczną z wieloletnim wyprzedzeniem.

Model - o nazwie Delphi-2M - wykorzystuje podobną technologię do dobrze znanych chatbotów AI, takich jak ChatGPT.

Chatboty AI są szkolone w zakresie rozumienia wzorców językowych, dzięki czemu mogą przewidywać sekwencję słów w zdaniu.

Delphi-2M został przeszkolony do znajdowania wzorców w anonimowej dokumentacji medycznej, dzięki czemu może przewidzieć, co będzie dalej - i kiedy.

Nie przewiduje dokładnych dat, takich jak atak serca 1 października, ale zamiast tego szacuje prawdopodobieństwo wystąpienia 1231 chorób.

"Tak więc, podobnie jak w przypadku pogody, gdzie możemy mieć 70% szans na deszcz, możemy to zrobić w przypadku opieki zdrowotnej," powiedział mi prof. Ewan Birney, tymczasowy dyrektor wykonawczy Europejskiego Laboratorium Biologii Molekularnej.

"I możemy to zrobić nie tylko dla jednej choroby, ale dla wszystkich chorób jednocześnie - nigdy wcześniej nie byliśmy w stanie tego zrobić. Jestem podekscytowany," powiedział.

Model sztucznej inteligencji został początkowo opracowany przy użyciu anonimowych danych z Wielkiej Brytanii - w tym przyjęć do szpitala, zapisów lekarza rodzinnego i nawyków związanych ze stylem życia, takich jak palenie - zebranych od ponad 400,000 osób w ramach projektu badawczego UK Biobank.

Model został następnie przetestowany, aby sprawdzić, czy jego przewidywania są zgodne z danymi innych uczestników Biobanku, a następnie z danymi medycznymi 1,9 mln osób w Danii.

"W Danii jest dobrze, naprawdę dobrze," mówi prof. Birney.

"Jeśli nasz model mówi, że jest to ryzyko 1 na 10 w następnym roku, to naprawdę wydaje się, że jest to 1 na 10."

Model najlepiej radzi sobie z przewidywaniem chorób takich jak cukrzyca typu 2, zawały serca i sepsa, które mają wyraźny postęp choroby, a nie bardziej przypadkowe zdarzenia, takie jak infekcje.

Co można zrobić z wynikami?

Ludziom oferuje się już statyny obniżające poziom cholesterolu na podstawie obliczeń ryzyka zawału serca lub udaru mózgu.

Narzędzie sztucznej inteligencji nie jest gotowe do użytku klinicznego, ale plan zakłada wykorzystanie go w podobny sposób, aby wykrywać pacjentów wysokiego ryzyka, gdy istnieje możliwość wczesnej interwencji i zapobiegania chorobom.

Może to obejmować leki lub konkretne porady dotyczące stylu życia - na przykład osoby, u których mogą rozwinąć się niektóre zaburzenia wątroby, odniosą większe korzyści z ograniczenia spożycia alkoholu niż ogół populacji.

Sztuczna inteligencja mogłaby również pomóc w informowaniu o programach badań przesiewowych w kierunku chorób i analizować wszystkie rejestry opieki zdrowotnej na danym obszarze, aby przewidzieć zapotrzebowanie - na przykład liczbę ataków serca rocznie w danym mieście w 2030 r., aby pomóc w planowaniu zasobów.

"To początek nowego sposobu na zrozumienie ludzkiego zdrowia i postępu choroby", powiedział prof. Moritz Gerstung, szef działu sztucznej inteligencji w onkologii w DKFZ, Niemieckim Centrum Badań nad Rakiem.

Dodał: "Modele generatywne, takie jak nasz, mogą pewnego dnia pomóc w personalizacji opieki i przewidywaniu potrzeb zdrowotnych na dużą skalę."

Model sztucznej inteligencji, opisany w czasopiśmie naukowym Nature, wymaga dopracowania i przetestowania, zanim zostanie zastosowany klinicznie.

Istnieją również potencjalne uprzedzenia, ponieważ został on opracowany na podstawie danych UK Biobank, które pochodzą głównie od osób w wieku od 40 do 70 lat, a nie od całej populacji.

Model jest obecnie aktualizowany w celu uwzględnienia większej ilości danych medycznych, takich jak obrazowanie, genetyka i analiza krwi.

Prof. Birney mówi jednak: "Podkreślam tylko, że są to badania - wszystko musi zostać przetestowane, dobrze uregulowane i przemyślane przed użyciem, ale technologia jest tutaj, aby tworzyć tego rodzaju prognozy."

Przewiduje, że będzie to podobna ścieżka do wykorzystania genomiki w opiece zdrowotnej, gdzie minęła dekada, zanim naukowcy byli pewni technologii, a opieka zdrowotna była w stanie z niej rutynowo korzystać.

Badanie było wynikiem współpracy Europejskiego Laboratorium Biologii Molekularnej, Niemieckiego Centrum Badań nad Rakiem (DKFZ) i Uniwersytetu Kopenhaskiego.

Prof. Gustavo Sudre, badacz neuroobrazowania i sztucznej inteligencji w King's College London, skomentował: "Badania te wyglądają na znaczący krok w kierunku skalowalnej, interpretowalnej i - co najważniejsze - etycznie odpowiedzialnej formy modelowania predykcyjnego w medycynie."

Ten tekst został napisany i sprawdzony przez naszych dziennikarzy, używając przy tłumaczeniu narzędzi AI, jako część projektu pilotażowego.

Edycja: Magdalena Mis