Nieuwe AI-tool voorspelt uw risico op meer dan 1000 ziekten: een blik op de toekomst van de gezondheidszorg en de mogelijke impact ervan

Een team van onderzoekers heeft een kunstmatige intelligentiemodel onthuld dat de kans van een persoon op het ontwikkelen van meer dan 1000 ziekten kan voorspellen, en zelfs kan inschatten wanneer deze ziekten zich mogelijk zullen manifesteren. Het model, met de codenaam Delphi-2M, werd deze week beschreven in het tijdschrift Nature en is getraind op geanonimiseerde gezondheidsgegevens van bijna 2.3 miljoen mensen in het Verenigd Koninkrijk en Denemarken. Dit is een van de grootste pogingen tot nu toe om generatieve AI te gebruiken om de toekomst van de menselijke gezondheid in kaart te brengen.

In tegenstelling tot traditionele gezondheidscalculators die zich alleen richten op specifieke aandoeningen (zoals hart- en vaatziekten en diabetes), hanteert Delphi-2M een holistische benadering. Dit betekent dat de AI-tool de mogelijke ontwikkeling van uw gezondheid over decennia simuleert en de volgorde van complicaties voorspelt, inclusief ziekten, slaappatronen en andere aspecten die de gezondheid beïnvloeden.

Hoe werkt Delphi-2M?

Delphi-2M is gebaseerd op dezelfde technologie die chatbots zoals ChatGPTMaar wat maakt het anders dan
Grote taalmodellen (LLM's) zijn ontworpen om medische dossiers te verwerken, niet tekst. Elke diagnose, demografisch detail of leefstijlfactor wordt gecodeerd als een 'token', waardoor AI de ziekteprogressie kan analyseren op dezelfde manier waarop taalmodellen het volgende woord voorspellen en schrijven.

De belangrijkste inputs zijn:

• Leeftijd en geslacht
• Eerdere diagnoses die meer dan 1000 gevallen bestrijken
• Leefstijlfactoren zoals de body mass index, roken en alcoholgebruik

Met behulp van deze essentiële, zij het ietwat basale, informatie voorspelt het model de volgende ziekte die een patiënt kan krijgen en het tijdsbestek totdat die ziekte zich ontwikkelt. In tests behaalde het model een gemiddelde nauwkeurigheid (AUC) van 0.76 voor honderden ziekten in de Britse dataset – een indrukwekkend resultaat gezien de complexiteit van de menselijke gezondheid.

Resultaten, maar met enkele kanttekeningen.

Zoals opgemerkt in de studie, toen onderzoekers Delphi-2M vroegen om synthetische gezondheidsvoorspellingen te genereren voor mensen van 60 jaar en ouder, kwamen de voorspellingen tien jaar later sterk overeen met de resultaten op populatieniveau. Dit suggereert dat het een krachtig instrument zou kunnen worden voor de planning van de volksgezondheid, zoals het identificeren van ziekten die zich waarschijnlijk zullen verspreiden onder toekomstige generaties.

Zoals met elke AI is deze technologie niet perfect, en er zijn enkele kanttekeningen. De nauwkeurigheid nam af bij toepassing op Deense data, wat suggereert dat het model niet even betrouwbaar is voor de gehele bevolking. Bovendien weerspiegelt het model, net als alle voorspellende AI, vooroordelen in de datasets waarop het is getraind. Zo zijn de gegevens van de UK Biobank scheefgetrokken ten gunste van rijkere en gezondere deelnemers, wat de risicoschattingen voor ondervertegenwoordigde groepen kan vertekenen.

Is het betrouwbaar?

Het is belangrijk om te onthouden dat menselijk toezicht absoluut essentieel is en dat AI geen vervanging is voor een menselijke arts. Daarom waarschuwen onderzoekers dat Delphi-2M geen diagnostisch hulpmiddel is, althans nog niet. In plaats daarvan zien onderzoekers het als een nuttige voorspellingsmachine die algemene risico's kan detecteren en preventieve zorg kan plannen. Voorspellen dat je een hoog risico op kanker hebt op je 72e betekent niet dat het ook daadwerkelijk gebeurt, het betekent alleen dat je vergelijkbaar bent met de mensen in de trainingsdata die het hebben ontwikkeld.

De mogelijkheden zijn echter verbazingwekkend. AI-modellen zoals Delphi-2M zouden naast bestaande gezondheidscalculators kunnen worden gebruikt, waardoor patiënten en artsen meer gepersonaliseerde routekaarten voor toekomstige risico's krijgen en zelfs actiestappen kunnen worden getoond om ziekten te vertragen of te voorkomen.

Conclusie

Hoewel AI-gestuurde geneeskunde zich nog in de onderzoeksfase bevindt, roept het al veel vragen op. Zou dezelfde generatieve technologie die ChatGPT of Cloud in staat stelt code te schrijven, ook in staat zijn om ziekten te voorspellen?

Het Delphi-2M- model suggereert een toekomst waarin uw arts kunstmatige intelligentie zou kunnen gebruiken om tientallen jaren van uw potentiële gezondheidstraject in kaart te brengen, zodat u preventieve maatregelen kunt nemen lang voordat er symptomen optreden.