Un nou model de inteligență artificială, antrenat pe date din Marea Britanie și Danemarca, poate estima cum evoluează riscul de boală în timp și deschide drumul către o abordare modernă a prevenției.
Imaginează‑ți că poți contura traiectoria probabilă a sănătății unei persoane pentru următoarele două decenii — nu cu certitudine, ci prin estimări calibrate pe sute de posibile afecțiuni. Aceasta este promisiunea unui nou model generativ de inteligență artificială dezvoltat de EMBL, Centrul German de Cercetare a Cancerului (DKFZ) și Universitatea din Copenhaga. Modelul folosește istorice medicale anonimizate pentru a estima momentul apariției și riscul a peste 1.000 de boli. Antrenat pe datele a 400.000 de participanți din UK și testat pe 1,9 milioane de pacienți din Danemarca, sistemul arată că prognozarea pe termen lung a stării de sănătate, în două sisteme medicale diferite, este tehnic realizabilă.
La fel ca în prognozele meteo, rezultatele sunt probabilități, nu predicții certe. Estimările pe intervale scurte, de un an, sunt mai precise decât cele proiectate pe două decenii, însă la nivel populațional modelul este bine calibrat. În cohorta din UK, de exemplu, riscul anual de infarct la bărbații cu vârste între 60 și 65 de ani varia de la 4 la 10.000 până la 1 la 100, în funcție de diagnosticele anterioare și stilul de viață; femeile prezentau un risc mediu mai scăzut, dar o distribuție similară.
„Modelul nostru de inteligență artificială este o dovadă de concept, demonstrând că AI poate învăța multe dintre tiparele noastre de sănătate pe termen lung și poate folosi aceste informații pentru a genera estimări relevante”, a declarat Ewan Birney, director executiv interimar al EMBL. „Modelând modul în care bolile se dezvoltă în timp, putem începe să explorăm când apar anumite riscuri și cum pot fi planificate intervențiile timpurii. Este un pas important către o abordare mai personalizată și preventivă a îngrijirii medicale.”
Ca orice model, Delphi‑2M are limitări. Antrenarea pe datele din UK înseamnă că evenimentele din copilărie și adolescență sunt slab reprezentate, iar distribuția demografică ridică semne de întrebare privind generalizarea rezultatelor. Validarea daneză ajută, dar sunt necesare teste suplimentare pe populații diverse înainte de utilizarea clinică. Pentru moment, cercetătorii consideră că principalele beneficii sunt în înțelegerea modului în care se dezvoltă bolile, simularea rezultatelor atunci când datele reale sunt limitate și planificarea resurselor medicale în contextul îmbătrânirii populației și al creșterii bolilor cronice.
„Acesta este începutul unei noi modalități de a înțelege sănătatea umană și progresia bolilor”, a spus Moritz Gerstung, șeful Diviziei de AI în Oncologie la DKFZ și fost lider de grup la EMBL‑EBI. „Modelele generative precum al nostru ar putea, într-o zi, să personalizeze îngrijirea și să anticipeze nevoile de sănătate la scară largă. Învățând din populații mari, aceste modele oferă o perspectivă puternică asupra modului în care evoluează bolile și ar putea, în timp, să sprijine intervenții mai timpurii și mai adaptate.”
Inteligența artificială generativă în domeniul sănătății se confruntă încă cu provocări – de la explicabilitate și protecția datelor până la integrarea în deciziile clinice – însă direcția este clară. Privind istoricul medical ca pe o narațiune structurată, nu ca pe o colecție de date izolate, aceste modele promit noi modalități de a anticipa tranziția de la vârsta mijlocie la multimorbiditate. Dacă vor fi validate pe cohorte mai reprezentative și combinate cu date moleculare și informații provenite de la dispozitive purtabile, astfel de instrumente de prognoză ar putea deveni parte dintr-o infrastructură de medicină preventivă orientată spre viitor, nu spre trecut.
Stimularea clarității mentale: sfaturi de la experți
