Тысяча болезней наперёд: ИИ научился заглядывать в медицинское будущее
Искусственный интеллект всё чаще становится частью медицины, но новая разработка европейских учёных способна удивить даже специалистов. Модель Delphi-2M, созданная с использованием технологий, лежащих в основе популярных чат-ботов вроде ChatGPT, научилась прогнозировать вероятность более тысячи заболеваний задолго до постановки клинического диагноза.
Как работает система
Исследователи из Великобритании, Дании, Германии и Швейцарии обучили модель на данных UK Biobank — одной из крупнейших биомедицинских баз, включающей информацию о полумиллионе человек.
Delphi-2M использует архитектуру трансформеров. Этот подход хорошо известен в лингвистических задачах: нейросети анализируют последовательности слов, выявляя скрытые закономерности. В медицине аналогия очевидна: диагнозы и их последовательность можно рассматривать как "грамматику" болезни.
"Понимание последовательности медицинских диагнозов похоже на изучение грамматики текста", — пояснил эксперт по ИИ Мориц Герштунг из Немецкого онкологического исследовательского центра.
Delphi-2M учится видеть паттерны: какие заболевания предшествуют другим, в какой последовательности они проявляются и как их сочетания влияют на риск.
Первые результаты
Учёные проверили модель на данных почти двух миллионов пациентов из датской системы здравоохранения. Результаты показали, что Delphi-2M способна точнее прогнозировать риск сердечного приступа по сравнению со стандартными методами, которые учитывают только возраст и отдельные факторы.
Delphi-2M "изучает закономерности в медицинских данных, предшествующие диагнозы, сочетания заболеваний и их последовательность", — отметил Герштунг, добавив, что это позволяет делать "очень значимые и практически важные для здоровья прогнозы".
Однако авторы подчеркивают: инструмент пока не готов для клинического применения и требует дополнительных испытаний.
Сравнение с существующими системами
| Система | Особенности | Ограничения |
|---|---|---|
| QRISK3 | прогнозирует риск сердечного приступа или инсульта | ограничен конкретными заболеваниями |
| Delphi-2M | охватывает более 1000 заболеваний и строит долгосрочные прогнозы | требует проверки на реальных пациентах |
| Классические скрининги | основаны на возрастных и поведенческих факторах | не учитывают сложные комбинации болезней |
Ограничения исследования
Некоторые специалисты отмечают, что база UK Biobank и датский реестр не полностью отражают разнообразие населения.
"Это всё ещё далеко от реального улучшения системы здравоохранения, так как авторы признают, что обе базы данных искажены с точки зрения возраста, этнического состава и текущих медицинских показателей", — сказал специалист по медтехнологиям Питер Бэннистер из британского Института инженеров и технологий.
Таким образом, пока нельзя утверждать, что модель одинаково хорошо работает на пациентах из разных стран и с разным фоном.
А что если…
А что если Delphi-2M и подобные системы станут частью национальных систем здравоохранения? Это позволит переходить от лечения к реальной профилактике: пациенты будут попадать к врачу ещё до проявления болезни. Здравоохранение станет не реактивным, а предиктивным.
Плюсы и минусы Delphi-2M
| Плюсы | Минусы |
|---|---|
| Прогноз более 1000 заболеваний | Искажённые базы данных |
| Долгосрочные предсказания | Нет клинической апробации |
| Потенциал оптимизации ресурсов | Риск этических вопросов |
| Использует проверенную архитектуру трансформеров | Ограниченное разнообразие данных |
FAQ
Можно ли уже использовать Delphi-2M в больницах?
Нет, это исследовательская разработка, пока не готовая к практике.
Чем она отличается от QRISK3 и других калькуляторов риска?
Delphi-2M охватывает больше заболеваний и строит прогнозы на годы вперёд.
Когда технология может появиться в клиниках?
После завершения многоэтапных клинических испытаний, что может занять годы.
Мифы и правда
-
Миф: Delphi-2M заменит врачей.
Правда: модель — лишь инструмент поддержки решений. -
Миф: искусственный интеллект не ошибается.
Правда: качество зависит от базы данных и алгоритма. -
Миф: ИИ может предсказывать только сердечно-сосудистые болезни.
Правда: Delphi-2M охватывает более 1000 диагнозов.
3 интересных факта
-
В проекте участвовали учёные сразу из четырёх стран Европы.
-
Использовалась база UK Biobank — крупнейшее биомедицинское хранилище данных Великобритании.
-
Архитектура трансформеров впервые применялась для анализа медицинских диагнозов в таком масштабе.
Исторический контекст
-
2010-е — первые попытки применять ИИ для диагностики по снимкам.
-
2020-е — рост интереса к интерпретируемому ИИ в медицине.
-
2025 год — публикация исследования Delphi-2M в журнале Nature.
Delphi-2M — шаг к будущему, где болезни можно предсказывать за годы до их проявления. Но пока это только исследование. Для перехода в клиническую практику предстоит пройти долгий путь, включая расширение базы данных, испытания на разных популяциях и решение этических вопросов.
