Врач изучает прогноз ИИ
Врач изучает прогноз ИИ
Кирилл Казаков Опубликована 24.09.2025 в 23:42

Пророк в белом халате: искусственный разум берёт на себя роль врача будущего

Nature: учёные создали ИИ для прогнозирования более 1000 заболеваний

Учёные из Европы представили новую модель искусственного интеллекта Delphi-2M, которая способна предсказывать вероятность развития более тысячи заболеваний задолго до постановки диагноза. Технология основана на тех же принципах, что применяются в популярных чат-ботах вроде ChatGPT, но адаптирована для анализа медицинских данных.

Как работает Delphi-2M

Модель использует историю болезни пациента и анализирует последовательность диагнозов, выявляя закономерности, которые указывают на возможные риски в будущем. Для обучения исследователи применили данные Британского биобанка, где собрана информация о полумиллионе участников.

"Понимание последовательности медицинских диагнозов похоже на изучение грамматики текста", — пояснил эксперт Мориц Герстунг из Немецкого онкологического исследовательского центра.

По его словам, Delphi-2M определяет комбинации болезней и их последовательность, что позволяет делать "очень значимые и актуальные прогнозы".

Сравнение: традиционные методы и Delphi-2M

Критерий Традиционные алгоритмы Delphi-2M
Объём прогнозируемых заболеваний Ограничен (например, сердечно-сосудистые) Более 1000 заболеваний
Горизонт предсказания 5-10 лет Долгосрочный, десятилетия
Основа анализа Отдельные факторы риска (возраст, вес, давление) Последовательность медицинских событий
Применение Локальные программы (QRISK3) Масштабные базы данных, разные страны

Проверка эффективности

Модель протестировали на данных почти двух миллионов жителей Дании. Результаты показали, что система может точнее выделять людей с высоким риском сердечного приступа, чем стандартные методы.

Однако пока Delphi-2M нельзя применять в клиниках напрямую. Данные, на которых она обучалась, ограничены по возрасту, этническому составу и региону, поэтому требуются дополнительные испытания.

"До улучшения системы здравоохранения ещё далеко", — отметил исследователь медицинских технологий Питер Баннистер из Британского института инженерии и технологий.

Советы шаг за шагом: где ИИ может применяться

  1. Использовать Delphi-2M для раннего мониторинга хронических заболеваний.

  2. Внедрить систему в государственные программы скрининга.

  3. Обучить врачей работать с прогнозами ИИ, а не заменять ими клиническое мышление.

  4. Сочетать прогнозы ИИ с профилактическими программами по питанию и образу жизни.

  5. Постепенно расширять базу данных для повышения точности прогнозов.

Ошибка → Последствие → Альтернатива

  • Ошибка: полностью полагаться на прогнозы ИИ.

  • Последствие: риск неверной диагностики и утраты доверия.

  • Альтернатива: рассматривать прогноз как дополнительный инструмент для врача.

  • Ошибка: обучать систему на ограниченной выборке.

  • Последствие: искажения и предвзятость в результатах.

  • Альтернатива: расширять данные с учётом разных регионов и этнических групп.

А что если…

А что если такие системы внедрят повсеместно? Здравоохранение может перейти от "реактивного" подхода — лечения болезни после появления симптомов — к "проактивному", где болезни будут предотвращаться заранее. Но при этом возникнут этические вопросы: готово ли общество к тому, что компьютер будет предсказывать серьёзные диагнозы за десятилетия до их проявления?

Плюсы и минусы Delphi-2M

Плюсы Минусы
Прогноз более чем по 1000 заболеваниям Пока нельзя использовать в клиниках
Способность работать с большими базами данных Риски предвзятости из-за ограниченных выборок
Может оптимизировать ресурсы здравоохранения Этические вопросы предсказаний
Основан на проверенной архитектуре трансформеров Сложно объяснить работу модели пациентам

FAQ

На чём основано обучение Delphi-2M?
На данных Британского биобанка с участием полумиллиона человек.

Какие болезни система может предсказывать?
Более 1000 диагнозов, включая сердечно-сосудистые, онкологические и метаболические.

Когда модель будет использоваться в клиниках?
Учёные говорят, что потребуется ещё несколько лет тестирования.

Мифы и правда

  • Миф: Delphi-2M заменит врачей.

  • Правда: это инструмент для помощи, а не альтернатива специалистам.

  • Миф: модель даёт точный прогноз на 100%.

  • Правда: система указывает вероятность, а не окончательный диагноз.

  • Миф: такие технологии доступны только в Великобритании.

  • Правда: исследования ведутся в разных странах, включая Германию и Данию.

3 интересных факта

  1. QRISK3 в Британии сегодня оценивает только риск сердечно-сосудистых заболеваний, тогда как Delphi-2M охватывает более 1000 диагнозов.

  2. Архитектура трансформеров, применяемая в Delphi-2M, используется также в языковых моделях вроде ChatGPT.

  3. В исследовании участвовали институты из четырёх стран — Великобритании, Дании, Германии и Швейцарии.

Исторический контекст

Попытки прогнозировать болезни предпринимались и раньше: от простых калькуляторов риска в клиниках до сложных компьютерных моделей. В начале XXI века активно развивались системы на основе статистики и больших данных. Однако прорыв произошёл с появлением трансформерных нейросетей, которые позволили работать с медицинскими данными так же, как с языком.

Публикация в журнале Nature стала важным этапом: впервые продемонстрирована возможность долгосрочного и масштабного прогнозирования более чем по тысяче диагнозов. Это шаг в сторону медицины будущего, где главная цель — не лечить болезни, а предотвращать их.

Читайте также

The Conversation: скрипки составляют самую большую секцию оркестра сегодня в 7:18
Тихий переворот на сцене: как скрипачи правят оркестром, оставаясь в тени дирижёра

Почему в оркестре больше всего скрипачей? Истоки этого феномена кроются в истории, акустике и балансе звука, формировавшихся веками.

Читать полностью »
Science Advances: генетический анализ подтвердил тройное происхождение японцев сегодня в 5:15
Японская ДНК шокировала науку: в генах нашли следы древнего народа, исчезнувшего без следа

Учёные из RIKEN раскрыли тайну происхождения японцев. Исследование ДНК показало, что население Японии сформировалось из трёх древних народов, а не двух.

Читать полностью »
Journal of Clinical Psychology: вера в свои силы помогает улучшить настроение сегодня в 3:52
Настроение лечит не терапия, а уверенность: обманите мозг — и радость вернётся быстрее грусти

Учёные из Университета штата Огайо выяснили, что лучший способ улучшить настроение — использовать методы, которые вы считаете своими сильными сторонами.

Читать полностью »
PLOS ONE: люди переоценивают объём информации при принятии решений сегодня в 1:50
Мозг обманывает вас: уверенность в своей правоте искажает реальность и мешает видеть истину

Учёные выяснили, почему мы уверены в своей правоте, даже не обладая всей информацией. Новый эксперимент раскрывает механизм иллюзии достаточности знаний.

Читать полностью »
Scientific Reports: искусственный интеллект анализирует, обучение младенцев вчера в 23:17
ИИ заглянул в детство: движения младенцев раскрыли тайну появления человеческого разума

Учёные с помощью ИИ выяснили, что движения ног младенцев играют ключевую роль в раннем обучении и взаимодействии с миром.

Читать полностью »
Cell: учёные составили карту связи между продуктами и микробиотой кишечника вчера в 21:55
Персональная диета будущего: ваш кишечник сам выбирает продукты, чтобы вы были на пике здоровья

Учёные из Йельского университета создали первую карту взаимодействия между пищей и микробиомом кишечника. Она может стать основой персонализированных диет.

Читать полностью »
Nature Communications: яд чёрной вдовы нарушает передачу нервных сигналов вчера в 19:39
Взлом на молекулярном уровне: яд чёрной вдовы пробивает мембраны как миниатюрный шприц

Учёные расшифровали, как яд чёрной вдовы разрушает нервную систему. Криоэлектронная микроскопия показала, как токсин создаёт смертельные каналы.

Читать полностью »
Current Biology: птерозавры выросли до гигантов благодаря жизни на земле вчера в 17:38
Не небо, а земля сделала их великанами: именно шаг, а не полёт подарил им силу гигантов

Учёные выяснили, что именно способность ходить по земле помогла птерозаврам вырасти до гигантских размеров и стать величайшими летающими существами мезозоя.

Читать полностью »