هوش مصنوعی Delphi-2M: پیشبینی ریسک بیش از هزار بیماری تا بیست سال آینده
دانشمندان ابزاری نوین هوش مصنوعی مولد به نام Delphi-2M را توسعه دادهاند که با دقت بالا، احتمال ابتلا افراد به بیش از هزار بیماری گوناگون را در دو دهه آینده پیشبینی میکند.
بر اساس گزارشی از گاردین، مدل Delphi-2M سوابق پزشکی یک شخص را همانند متنی که یک مدل زبانی بزرگ پردازش میکند، تحلیل مینماید. این سیستم هر تشخیص، رویداد سلامتی مهم و عامل سبک زندگی — نظیر سیگار کشیدن یا چاقی — را به مثابه یک «توکن» یا کلمه در یک جمله طولانی در نظر میگیرد.
🔗 بیشتر بخوانید: سود بزرگترین تراشهساز چین در فصل سوم 2023 نزدیک به 80 درصد افت یافت
با یادگیری الگوهای پنهان در پروندههای پزشکی میلیونها نفر، این هوش مصنوعی میفهمد که کدام بیماریها (کلمات) معمولاً پس از سایر موارد ظاهر میشوند و حتی بازه زمانی تقریبی وقوع آنها را نیز تخمین میزند. معماری این مدل بر پایه نسخه اصلاحشده GPT-2 بنا شده و پس از آموزش بر دادههای ۴۰۰ هزار نفر در بریتانیا، بر روی ۱.۹ میلیون نفر در دانمارک آزمون و اعتبارسنجی شده است.
عملکرد Delphi-2M در پیشبینی بیماریها
نتایج نشان میدهد Delphi-2M در پیشبینیهای کوتاهمدت به دقت ۷۶ درصد رسیده و این دقت برای افق ده ساله در سطح ۷۰ درصد تثبیت میماند. نکته برجسته، پوشش همزمان تمام طیف بیماریهای انسانی است که این ابزار را از مدلهای تکبیماری مانند QRisk (مختص پیشبینی سکته قلبی) متمایز میسازد.
🔗 بیشتر بخوانید: دستاورد بزرگ دانشمندان؛ ساخت پروتئینهای کاملاً تازه با DNA مصنوعی
با وجود عملکرد چشمگیر، این فناوری با چالشهایی روبروست. دقت پیشبینیها برای افق بیست ساله به بازه ۶۰ تا ۷۰ درصد کاهش مییابد، چرا که متغیرهای بیشمار در طول دو دهه میتوانند شرایط را دگرگون سازند. همچنین دادههای آموزشی عمدتاً از افراد سفیدپوست، تحصیلکرده و نسبتاً سالم بریتانیا گردآوری شده که باعث سوگیری (bias) میشود؛ بنابراین برای کاربرد در جوامع متنوع، اعتبارسنجی با دادههای گستردهتر و نمایندهتر ضروری است.
با این حال، محققان پیشبینی میکنند که در سالهای آینده بیماران از مزایای این ابزار بهرهمند شوند. دیدگاه آینده این است که پزشک بتواند به بیمار بگوید: «این چهار ریسک اصلی سلامتی شما در آیندهاند و این دو اقدام میتواند شرایط را بهبود بخشد.»
در حال حاضر Delphi-2M یک ابزار پژوهشی است و به صورت عمومی در دسترس قرار ندارد. نتایج این مطالعه در مجله معتبر نیچر منتشر شده است.
