James Gallagher Corresponsal de salud y ciencia
Jeff Dowling/Embl-Ebi La inteligencia synthetic puede predecir los problemas de salud de las characters durante una década en el futuro, dicen los científicos.
La tecnología ha aprendido a detectar patrones en los registros médicos de las characters para calcular su riesgo de más de 1, 000 enfermedades.
Los investigadores dicen que es como un pronóstico del tiempo que anticipa una probabilidad del 70 % de lluvia, pero para la salud humana.
Su visión es usar el modelo de IA para detectar pacientes de alto riesgo para prevenir enfermedades y ayudar a los hospitales a comprender la demanda en su Location, con años de tiempo.
El modelo, llamado Delphi- 2 M, utiliza tecnología comparable a chatbots de IA conocidos como ChatGPT.
Los chatbots de IA están entrenados para comprender los patrones de lenguaje para que puedan predecir la secuencia de palabras en una oración.
Delphi- 2 m ha sido entrenado para encontrar patrones en registros médicos anónimos para que pueda predecir lo que viene después y cuándo.
No predice fechas exactas, como un ataque cardíaco el 1 de octubre, sino que estima la probabilidad de 1, 231 enfermedades.
“Entonces, al igual que el clima, donde podríamos tener un 70 % de probabilidad de lluvia, podemos hacerlo para la atención médica”, me dijo el profesor Ewan Birney, supervisor ejecutivo interino del Laboratorio Europeo de Biología Molecular.
“Y podemos hacer eso no solo por una enfermedad, sino todas las enfermedades al mismo tiempo, nunca hemos podido hacerlo antes. Estoy emocionado”, dijo.
Jeff Dowling/Embl-Ebi El modelo de IA se desarrolló inicialmente utilizando datos anónimos en el Reino Unido, incluidos los ingresos hospitalarios, los registros de general practitioner y los hábitos de estilo de vida como el fumar, recopilados de más de 400, 000 personalities como parte de la Proyecto de investigación de BioBank del Reino Unido
Luego se probó el modelo para ver si sus predicciones se acumularon utilizando datos de otros participantes de BioBank, y luego disadvantage 1 9 millones de registros médicos en Dinamarca.
“Es bueno, es realmente bueno en Dinamarca”, dice el profesor Birney.
“Si nuestro modelo dice que es un riesgo uno en 10 para el próximo año, realmente parece que resulta ser uno de cada10
El modelo es mejor para predecir enfermedades como diabetic issues tipo 2, ataques cardíacos y blood poisoning que tienen una clara progresión de la enfermedad, en lugar de más eventos aleatorios como infecciones.
¿ Qué puedes hacer con los resultados?
Ya se les ofrece a las personalities una estatina que decrease el colesterol basada en un cálculo de su riesgo de ataque cardíaco o accidente cerebrovascular.
La herramienta AI no está lista para el uso clínico, pero el plan es usarla de manera similar, para detectar pacientes de alto riesgo, mientras que existe la oportunidad de intervenir temprano y prevenir la enfermedad.
Esto podría incluir medicamentos o consejos específicos de estilo de vida, como identities que probablemente desarrollen algunos trastornos hepáticos que se benefician de reducir su consumo de alcohol más que la población general.
La inteligencia fabricated también podría ayudar a informar los programas de detección de enfermedades y analizar todos los registros de atención médica en un área para anticipar la demanda, como cuántos ataques cardíacos al año habrá en Norwich en 2030, para ayudar a planificar los recursos.
“Este es el comienzo de una nueva forma de comprender la salud humana y la progresión de la enfermedad”, dijo el profesor Moritz Gerstung, jefe de la Department de AI en Oncología en DKFZ, el Centro de Investigación del Cáncer alemán.
Agregó: “Los modelos generativos como el nuestro algún día podrían ayudar a personalizar la atención y anticipar las necesidades de atención médica a escala”.
El modelo de ai, descrito en la revista científica Nature necesita refinación y prueba stakes de que se usage clínicamente.
También hay sesgos potenciales, ya que se construyó a partir de datos de biobanco del Reino Unido que se extraen principalmente de personalities de 40 a 70 años, en lugar de toda la población.
El modelo ahora se está actualizando para tener en cuenta más datos médicos, como imágenes, genética y análisis de sangre.
Pero el profesor Birney dice: “Solo para estresar, esto es una investigación: todo debe ser probado y bien regulado y pensar antes de que se usage, pero la tecnología está aquí para hacer este tipo de predicciones”.
Anticipa que seguirá un camino comparable al uso de la genómica en la atención médica, donde tomó una década pasar de los científicos confiados en la tecnología a la salud que puede usarla de manera rutinaria.
El estudio fue una colaboración entre el Laboratorio Europeo de Biología Molecular, el Centro de Investigación del Cancer cells alemán (DKFZ) y la Universidad de Copenhague.
El profesor Gustavo Sudre, un investigador de neuroimagen e IA en King’s College London, comentó: “Esta investigación parece ser un paso significativo hacia la forma escalable, interpretable y, lo más importante, éticamente responsable de modelado predictivo en medicina”.
