AI预测千种疾病风险，德国研究突破引争议

近日，一项由欧洲分子生物学实验室、德国癌症研究中心及哥本哈根大学联合研发的人工智能工具Delphi-2M引发广泛关注。该工具能够基于个人医疗记录预测超过1000种疾病的潜在风险，并提前十年模拟健康变化轨迹。相关研究成果已发表于国际顶级期刊《自然》，标志着生成式AI在医疗预测领域迈出关键一步。

Delphi-2M的核心技术借鉴了大语言模型的算法逻辑，通过分析患者病史中的医疗事件（如诊断时间）结合生活方式因素（吸烟、肥胖等）、年龄性别等变量，生成动态疾病风险概率。研究团队使用英国生物库40万人及丹麦国家患者登记处190万人的匿名数据对模型进行训练测试，其预测结果以类似天气预报的概率形式呈现，例如'未来十年罹患糖尿病的风险为60%'。

相比现有单病种预测模型（如心脏病风险评估工具Qrisk），Delphi-2M的突破性在于实现了多病种同步预测与长周期模拟。德国癌症研究中心Moritz Gerstung教授指出，该模型不仅能达到单病模型的预测精度，还可生成未来20年的健康轨迹合成数据，为医疗资源规划提供新视角。EMBL专家Ewan Birney描绘了应用场景：医生未来可借助该工具向患者直观展示主要健康风险，并给出针对性干预建议。

然而这项技术也面临多重挑战。医疗数据的隐私安全始终是敏感议题，尽管研究采用匿名化处理，但大规模健康信息的收集与使用仍需完善法规保障。预测模型的准确性依赖数据质量，不同国家医疗体系的记录标准差异可能影响泛化能力。更值得关注的是，疾病概率预测可能引发不必要的心理负担，或导致保险歧视等伦理问题。

业内专家认为，AI疾病预测工具真正落地需跨学科协作。临床医生需要理解算法逻辑以避免机械依赖预测结果，政策制定者需建立风险披露规范，技术团队则要持续优化模型的可解释性。哥本哈根大学研究团队强调，Delphi-2M目前仍处于研究阶段，其价值在于辅助而非替代专业医疗判断。

随着全球人口老龄化加剧，智能疾病预测技术有望成为公共卫生体系的重要补充。但如何平衡技术创新与伦理约束，确保预测工具服务于普惠医疗，将是未来发展的关键。这项德国领衔的研究既展现了AI在精准医疗领域的潜力，也提醒我们需审慎应对技术革新带来的复杂影响。

【以上内容转自“极客网”，不代表本网站观点。如需转载请取得极客网许可，如有侵权请联系删除。】

延伸阅读：

• 腰椎病的类型有哪些？
• 太阳病的症状有哪些？多为这几个表现