共计 622 个字符，预计需要花费 2 分钟才能阅读完成。
近日，《自然》杂志发表了一项突破性研究，展示了一种名为 Delphi-2M 的 AI 系统。该系统通过分析个人医疗记录，能够预测未来 20 年内可能发生的 1000 多种疾病风险，为健康管理提供了全新视角。
Delphi-2M 的工作原理类似于语言模型处理文本的方式。它将个人的医疗历史视为一个序列，每个诊断事件作为一个标记。通过这种方式，AI 能够预测下一个可能发生的疾病及其时间。该模型在英国生物银行的 40 万参与者数据上进行训练，并在 190 万丹麦健康记录上验证了其预测能力。
研究表明，Delphi-2M 在短期健康预测中的准确率达到 76%，即使预测未来十年，准确率仍保持在 70%。这一成绩超越了现有的单一疾病风险计算器，能够评估整个人类疾病谱系的风险。
然而，Delphi-2M 并非没有局限。其 20 年预测的准确率一般下降到 60-70%，且对于罕见疾病和高度环境相关的条件预测更为困难。此外，由于训练数据主要来自英国生物银行，模型可能存在一定的偏见，需要更多样化的人群数据来验证。
尽管存在这些挑战，Delphi-2M 的潜在应用范围广泛。从识别不符合年龄标准的筛查候选人到模拟人口健康干预措施，保险公司、制药公司和公共卫生机构都可能对其产生浓厚兴趣。
随着 AI 技术的不断进步，未来我们或许能够更准确地预测个人的健康状况，甚至可能将“我还能活多久？”这样的问题转化为一个可预测的数据点。然而，隐私保护、数据多样性和技术整合等问题仍需谨慎处理，以确保此类技术的安全和有效应用。
