Naučnici su razvili model vještačke inteligencije koji može predvidjeti zdravstvene probleme ljudi više od deset godina unaprijed, funkcionirajući poput svojevrsne vremenske prognoze za ljudsko zdravlje.
Tehnologija je osmišljena tako da uči prepoznavati obrasce u medicinskim kartonima pacijenata kako bi izračunala rizik od razvoja više od 1000 različitih bolesti.
Poput vremenske prognoze za zdravlje
vizija istraživača je da koriste ovaj AI model za identifikaciju pacijenata visokog rizika, što bi omogućilo prevenciju bolesti i pomoglo bolnicama da planiraju buduće potrebe za resursima. Model, nazvan Delphi-2M, koristi tehnologiju sličnu onoj koja pokreće poznate AI chatbotove poput ChatGPT-a.
Dok su chatbotovi obučeni da razumiju jezičke obrasce kako bi predvidjeli sljedeću riječ u rečenici, Delphi-2M je obučen da pronađe obrasce u anonimnim medicinskim kartonima kako bi predvidio šta je sljedeće u smislu zdravlja i kada.
Važno je napomenuti da model ne predviđa tačne datume, poput srčanog udara 1. oktobra, već procjenjuje vjerovatnoću za 1.231 bolest.
„Dakle, baš kao i s vremenom, gdje bismo mogli imati 70% šanse za kišu, možemo ovo učiniti za zdravlje“, rekao je profesor Ewan Birney, vršilac dužnosti izvršnog direktora Evropske laboratorije za molekularnu biologiju. „I to možemo učiniti ne samo za jednu bolest, već za sve bolesti istovremeno - nikada prije nismo bili u mogućnosti ovo učiniti. Uzbuđen sam“, dodao je.
Testiranje i tačnost
Model je prvobitno razvijen korištenjem anonimiziranih podataka iz Velike Britanije, prikupljenih od više od 400.000 ljudi kao dio istraživačkog projekta UK Biobank. Podaci su uključivali prijeme u bolnicu, kartone ljekara opšte prakse i informacije o životnim navikama poput pušenja.
Nakon razvoja, model je testiran na podacima drugih učesnika Biobanke, a zatim na medicinskim kartonima 1,9 miliona ljudi u Danskoj kako bi se provjerila tačnost njegovih predviđanja.
„Dobro je, zaista je dobro u Danskoj“, kaže profesor Birney. „Ako naš model kaže da je rizik jedan prema deset za sljedeću godinu, čini se da je zapravo jedan prema deset.“
Pokazalo se da je model najuspješniji u predviđanju bolesti s jasnim tokom razvoja, poput dijabetesa tipa 2, srčanih udara i sepse, dok je bio manje precizan za nasumične događaje poput infekcija.
Praktična primjena u budućnosti
Iako AI alat još nije spreman za kliničku upotrebu, plan je koristiti ga na sličan način kao što se danas koriste izračuni rizika za propisivanje statina za snižavanje kolesterola. Cilj je identificirati visokorizične pacijente u fazi kada još postoji prilika za ranu intervenciju i prevenciju bolesti.
To može uključivati lijekove ili specifične savjete o promjenama načina života. Na primjer, osobe s visokim rizikom od nekih poremećaja jetre imale bi znatno više koristi od smanjenja unosa alkohola nego opća populacija.
Osim toga, umjetna inteligencija mogla bi pomoći u informiranju programa za skrining bolesti i analizi zdravstvenih kartona u određenom području kako bi se predvidjela potražnja.
„Ovo je početak novog načina razumijevanja ljudskog zdravlja i progresije bolesti“, rekao je profesor Moritz Gerstung, šef odjela za umjetnu inteligenciju u onkologiji u Njemačkom centru za istraživanje raka (DKFZ). „Generativni modeli poput našeg mogli bi jednog dana pomoći u personalizaciji njege i predviđanju zdravstvenih potreba u velikim razmjerima“, dodao je.
Ograničenja i budući koraci
Model, opisan u naučnom časopisu Nature, zahtijeva daljnje usavršavanje i testiranje prije kliničke primjene. Jedan potencijalni problem je pristranost, budući da je zasnovan na podacima UK Biobank, koji su uglavnom prikupljeni od ljudi starosti od 40 do 70 godina. Trenutno se radi na nadogradnji modela kako bi se uključilo više medicinskih podataka kao što su skeniranje, genetika i krvni testovi.
„Samo da bude jasno, ovo je istraživanje - sve treba testirati, dobro regulirati i promisliti prije nego što se koristi, ali tehnologija je tu da omogući ovakva predviđanja“, kaže profesor Birney. On predviđa da će razvoj i primjena ove tehnologije slijediti sličan put kao i genomika u zdravstvu, kojoj je trebalo desetljeće da pređe iz naučnog povjerenja u rutinsku kliničku upotrebu.
Studija je rezultat saradnje između Evropske laboratorije za molekularnu biologiju, Njemačkog centra za istraživanje raka (DKFZ) i Univerziteta u Kopenhagenu. Komentarišući istraživanje, profesor Gustavo Sudre sa King's Collegea u Londonu je rekao: "Ovo istraživanje izgleda kao značajan korak ka skalabilnom, interpretabilnom i - što je najvažnije - etički odgovornom obliku prediktivnog modeliranja u medicini."
