آیا می‌توان بیماری‌های آینده را سال‌ها پیش از وقوع پیش‌بینی کرد؟ پژوهشگران معتقدند پاسخ مثبت است. مدل جدیدی از هوش مصنوعی (AI) با نام Delphi-2M طراحی شده که با تحلیل پرونده‌های الکترونیک پزشکی (EMR: Electronic Medical Records) می‌تواند احتمال ابتلا به بیش از ۱۰۰۰ بیماری را تا دو دهه آینده پیش بینی کند.

این نوآوری بر پایه معماری ترنسفورمر (Transformer) ساخته شده؛ همان فناوری که در مدل‌های زبانی شناخته‌شده مثل ChatGPT به کار می‌رود، اما این بار به جای متن، روی داده‌های پزشکی و سلامت آموزش دیده است.

این مدل ابتدا با داده‌های ۴۰۰ هزار نفر از UKB (UK Biobank) آموزش دیده و سپس روی یک پایگاه مستقل شامل ۱٫۹ میلیون نفر از جمعیت دانمارک بدون تغییر ساختار مدل آزمایش شد.
در هر فرد، رخدادهای پزشکی مانند تشخیص بیماری، نتایج آزمایشگاهی و عوامل خطر (BMI، مصرف سیگار، فشار خون و …) به‌صورت «توکن» رمزگذاری شد و مدل یاد گرفت چگونه این توکن‌ها در طول زمان رخ می‌دهند.
نتایج نشان داد که Delphi-2M در بسیاری از بیماری‌ها به دقتی مشابه مدل‌های تک‌بیماری رسیده است و حتی در مواردی عملکرد بهتری نیز داشت.

در محدودیت این مدل بیان شده که این پیش‌بینی‌ها به‌صورت احتمال وقوع در بازه زمانی مشخص ارائه می‌شوند و به معنای قطعیت بروز بیماری نیستند.

عملکرد مدل برای بیماری‌های با مسیر پیشرفت مشخص مانند CVD (Cardiovascular Diseases) یا برخی سرطان‌ها قوی‌تر است، اما در مورد اختلالات پیچیده‌تری مانند بیماری‌های روانی یا عوارض بارداری با محدودیت همراه است.

افزون بر این، سوگیری‌های جمعیت‌شناختی داده‌های آموزشی (مانند غلبه بیماری در افراد مسن ) ممکن است باعث کاهش دقت در مدل شود.

این مدل گام مهمی در جهت تبدیل AI از یک ابزار صرفاً تشخیصی به یک سامانه پیشگیرانه و راهبردی در سلامت فردی و عمومی است.

تهیه کننده : سمانه هاشمی دانشجوی دکتری بیوتکنولوژی پزشکی دانشکده علوم و فن آوری های نوین پزشکی