Ερευνητές ανέπτυξαν ένα προηγμένο μοντέλο τεχνητής νοημοσύνης (AI) που μπορεί να προβλέψει πιθανά προβλήματα υγείας έως και δέκα χρόνια νωρίτερα, εντοπίζοντας πρότυπα σε ιατρικά αρχεία. Το σύστημα βασίζεται στην ικανότητά του να αναλύει μοτίβα σε ιατρικές πληροφορίες και να εκτιμά τον κίνδυνο εμφάνισης 1.231 ασθενειών. Οι επιστήμονες το συγκρίνουν με τις μετεωρολογικές προβλέψεις, που δείχνουν πιθανότητες και όχι βεβαιότητες – αλλά εφαρμοσμένες στην υγεία.
Το εργαλείο έχει σχεδιαστεί για να εντοπίζει ασθενείς υψηλού κινδύνου και να βοηθά στην πρόληψη ασθενειών με έγκαιρη παρέμβαση. Παράλληλα, μπορεί να χρησιμοποιηθεί για να προβλέπει τις ανάγκες των νοσοκομείων, πολλά χρόνια πριν παρουσιαστεί η ζήτηση για υπηρεσίες.
Πώς λειτουργεί το Delphi-2M
Ο αλγόριθμος, ονόματι Delphi-2M, χρησιμοποιεί την ίδια τεχνολογία που στηρίζει chatbot όπως το ChatGPT, αλλά αντί για λέξεις, “διαβάζει” ιατρικά δεδομένα. Το μοντέλο εκπαιδεύτηκε με ανώνυμα αρχεία ασθενών, ώστε να προβλέπει μελλοντικά γεγονότα υγείας. Δεν παρέχει ακριβείς ημερομηνίες, αλλά πιθανότητες εμφάνισης παθήσεων. Όπως εξήγησε ο καθηγητής Ewan Birney, «όπως έχουμε 70% πιθανότητα βροχής, μπορούμε να έχουμε και 70% πιθανότητα εμφάνισης μιας ασθένειας».
Αρχικά, η τεχνητή νοημοσύνη εκπαιδεύτηκε με δεδομένα από το UK Biobank, που περιελάμβαναν νοσηλείες, ιατρικές επισκέψεις και καθημερινές συνήθειες (π.χ. κάπνισμα) από πάνω από 400.000 ανθρώπους. Στη συνέχεια, το Delphi-2M δοκιμάστηκε σε άλλα δεδομένα του UK Biobank και μετά σε 1,9 εκατομμύρια ιατρικά αρχεία από τη Δανία, όπου είχε υψηλή ακρίβεια. Όταν το μοντέλο προέβλεπε κίνδυνο 1 στις 10 περιπτώσεις, αυτό επαληθευόταν.
Το Delphi-2M λειτουργεί καλύτερα με παθήσεις όπως διαβήτη τύπου 2 ή καρδιοπάθειες, που έχουν προβλέψιμη εξέλιξη. Δεν είναι το ίδιο αποτελεσματικό για απρόβλεπτες λοιμώξεις ή τυχαία ιατρικά γεγονότα. Προς το παρόν, δεν είναι έτοιμο για κλινική χρήση, αλλά οι επιστήμονες στοχεύουν στην πρόληψη ασθενειών μέσω φαρμακευτικής αγωγής ή αλλαγής τρόπου ζωής σε ευπαθείς ομάδες.
Το μοντέλο μπορεί επίσης να αναλύει υγειονομικά δεδομένα σε τοπικό επίπεδο, βοηθώντας στον προγραμματισμό πόρων και στην ανάπτυξη προληπτικών στρατηγικών. Ο καθηγητής Moritz Gerstung, ειδικός στην εφαρμογή AI στην ογκολογία, ανέφερε πως τέτοια μοντέλα μπορούν να εξατομικεύσουν τη φροντίδα και να προβλέψουν τις ανάγκες ενός ολόκληρου πληθυσμού.
Τα επόμενα βήματα και οι προκλήσεις
Παρόλο που η έρευνα δημοσιεύθηκε στο περιοδικό Nature, το Delphi-2M χρειάζεται ακόμη βελτιώσεις και πρόσθετες δοκιμές. Ένα ζήτημα είναι η πιθανή μεροληψία, καθώς το UK Biobank περιλαμβάνει κυρίως άτομα ηλικίας 40–70 ετών.
Η ομάδα επεκτείνει το μοντέλο ώστε να ενσωματώνει γενετικά δεδομένα, απεικονίσεις και εξετάσεις αίματος, με σκοπό την πιο ακριβή και ευρεία πρόβλεψη. Το έργο αποτελεί συνεργασία μεταξύ του Ευρωπαϊκού Εργαστηρίου Μοριακής Βιολογίας, του Γερμανικού Κέντρου Έρευνας Καρκίνου (DKFZ) και του Πανεπιστημίου της Κοπεγχάγης.
Διαβάστε ακόμη
Μητσοτάκης: Οσο η Τουρκία έχει το casus belli, η Ελλάδα δεν θα συναινέσει για το Safe
Αυτό είναι το νέο πολυτελές ξενοδοχείο Conrad Corfu της Hilton στην Κέρκυρα
Tesla: Ρεκόρ πωλήσεων στις ΗΠΑ πριν από τη λήξη φορολογικών κινήτρων
Για όλες τις υπόλοιπες ειδήσεις της επικαιρότητας μπορείτε να επισκεφτείτε το Πρώτο Θέμα