Naukowcy tworzą sztuczną inteligencję, która potrafi przewidywać prawdopodobieństwo wystąpienia chorób

Naukowcy opracowali model sztucznej inteligencji (AI) zdolny do przewidywania prawdopodobieństwa wystąpienia chorób u danej osoby oraz ich częstości występowania w populacji z kilkuletnim wyprzedzeniem. Bazuje on na tej samej technologii, co ChatGPT firmy OpenAI.

Model Delphi-2M, opracowany na podstawie historii chorób blisko pół miliona brytyjskich pacjentów pochodzących z brytyjskiego Biobanku, bazy danych badań biomedycznych, „przewiduje prawdopodobieństwo wystąpienia ponad 1000 chorób” z kilkuletnim wyprzedzeniem, zgodnie z wynikami badania opublikowanymi w środę w czasopiśmie Nature.

Naukowcy z instytucji w Wielkiej Brytanii, Danii, Niemczech i Szwajcarii wykorzystali technologię podobną do tej stosowanej w ChatGPT, modelu językowym pierwotnie bazującym na treści tekstowej.

Jak powiedział reporterom Moritz Gerstung, specjalista ds. sztucznej inteligencji w Niemieckim Centrum Badań nad Rakiem, zrozumienie sekwencji diagnoz medycznych jest trochę jak „nauka gramatyki tekstu”.

Dzięki szkoleniu Delphi-2M „uczy się rozpoznawać wzorce w danych dotyczących zdrowia, w poprzednich diagnozach, w jakich kombinacjach i kolejności występują” – dodał Gerstung – umożliwiając w ten sposób „bardzo trafne i istotne dla zdrowia prognozy”.

Zdaniem specjalisty sztuczna inteligencja jest w stanie u niektórych osób określić, czy ryzyko zawału serca jest wyższe, czy niższe, niż można by się spodziewać na podstawie takich czynników jak wiek lub inne dane.

Możliwości narzędzia Delphi-2M zostały zweryfikowane na podstawie danych dotyczących stanu zdrowia blisko dwóch milionów mieszkańców Danii.

Jednak, jak twierdzą zespoły badawcze, model ten wymaga dalszych testów i nie jest jeszcze gotowy do użytku.

„Jak przyznają autorzy, wciąż mamy długą drogę do przebycia, aby poprawić opiekę medyczną, ponieważ oba zbiory danych (brytyjski i duński) są obarczone błędami wynikającymi z wieku, pochodzenia etnicznego i bieżących wyników zdrowotnych” – skomentował Peter Bannister, badacz technologii medycznych i pracownik brytyjskiego Instytutu Inżynierii i Technologii.

W wielu krajach do przewidywania ryzyka chorób stosuje się już narzędzia komputerowe, np. program QRISK3, z którego korzystają brytyjscy lekarze rodzinni, oceniając ryzyko zawału serca lub udaru mózgu.

W przeciwieństwie do tego Delphi-2M „jest w stanie leczyć wszystkie choroby jednocześnie i przez długi okres czasu” – powiedział jeden ze współautorów badania, Ewan Birney.

Dla Gustavo Sudre, profesora King’s College London specjalizującego się w sztucznej inteligencji w medycynie, ten postęp „wydaje się być znaczącym krokiem w kierunku skalowalnego, interpretowalnego i – co najważniejsze – etycznie odpowiedzialnego modelowania predykcyjnego”.

„Interpretowalna” lub „wyjaśnialna” sztuczna inteligencja jest kluczowym celem badań, gdyż pełne wewnętrzne działanie wielu rozbudowanych modeli sztucznej inteligencji pozostaje obecnie tajemnicą, nawet dla ich twórców.