Немецкие исследователи из Центра онкологических исследований в Гейдельберге разработали инновационную модель искусственного интеллекта Delphi-2M, которая способна прогнозировать вероятность развития более 1250 различных заболеваний, включая онкологические, дерматологические недуги и нарушения иммунной системы, за двадцать лет до появления первых симптомов.
Об этом сообщает ProIT
Как работает Delphi-2M: новый подход к медицинской диагностике
Delphi-2M анализирует данные из медицинских карт пациентов в сочетании с информацией о образе жизни, возрасте, поле, индексе массы тела и наличии вредных привычек. Модель основана на модифицированной Большой языковой модели (LLM), использующей архитектуру генеративного предобученного трансформера (GPT), которая является основой для популярных чат-ботов, таких как ChatGPT.
При создании универсального инструмента для многопрофильной диагностики команда ученых под руководством Морица Герстунга обучила искусственный интеллект на данных 400 тысяч британцев из национального Биобанка Великобритании. Благодаря аналитике больших объемов информации Delphi-2M стала способна рассчитывать вероятность развития заболеваний в значительно более широких временных рамках, чем ранее доступные технологиям.
Результаты тестирования и перспективы использования
Delphi-2M отличилась высокой точностью: ее прогностические показатели для большинства болезней не уступают или даже превышают результаты современных диагностических инструментов на основе машинного обучения, которые обычно специализируются на одном заболевании. Особенно эффективной модель оказалась в предсказании риска развития различных видов рака.
Модель протестировали не только на британских, но и на данных 1,9 миллиона людей из Датского национального регистра пациентов, который содержит информацию о госпитализациях за последние 50 лет. Как показали результаты, точность Delphi-2M при работе с датскими данными была лишь немного ниже, чем при анализе британского Биобанка, что свидетельствует о ее универсальности.
«Способность этой модели прогнозировать несколько заболеваний одновременно действительно впечатляет».
По словам Морица Герстунга, это демонстрирует потенциал использования Delphi-2M в различных национальных системах здравоохранения, даже если они отличаются от тех, на основе которых проводилось обучение. В планах разработчиков – проверить точность работы модели на данных из нескольких стран, что позволит расширить сферы ее применения в мировой медицинской практике.
Результаты исследования опубликованы в журнале Nature.