Delphi‑2M je evropski generativni AI model koji predviđa dugoročne zdravstvene rizike koristeći istorije bolesti i podatke o životnom stilu. Treniniran je na podacima više od 400.000 učesnika UK Biobank, a validiran na ~1,9 miliona danskih zdravstvenih zapisa. Model tvrdi da može predvideti stope oboljevanja za preko 1.000 bolesti istovremeno, ali stručnjaci upozoravaju na ograničenja, pristrasnosti i pitanja privatnosti.
Delphi‑2M: Evro‑pski AI Koji Predviđa Rizike Za Više Od 1.000 Bolesti
Can This AI Predict How You Will Die?
Koliki vam je rizik da u narednih 20 godina obolite od raka pankreasa, doživite srčani udar ili razvijete neku drugu tešku bolest? Novi generativni model veštačke inteligencije Delphi‑2M daje personalizovane prognoze dugoročnih zdravstvenih putanja zasnovane na istoriji bolesti i životnim navikama.
Šta je Delphi‑2M?
Delphi‑2M je model razvijen od strane evropskih biomedicinskih istraživača i opisan u radu objavljenom u Nature (septembar 2025). Slično velikim jezičkim modelima koji „predviđaju“ sledeću reč, Delphi‑2M modeluje medicinske istorije kao niz događaja i predviđa naredne faze zdravstvenog toka.
Na kojim podacima je treniran?
Model je treniran na podacima više od 400.000 učesnika UK Biobank — velike biomedicinske baze koja sadrži zdravstvene, životne i genetske informacije. U obuku su uključeni i vršni dijagnostički kodovi po ICD‑10, podaci o polu, telesnoj masi, pušenju, konzumaciji alkohola i podaci o mortalitetu.
Kako je validiran?
Istraživači su proces validacije sproveodili na oko 1,9 miliona elektronskih zdravstvenih zapisa iz Danskog nacionalnog registra pacijenata, koji pokriva oko pet decenija bolničkih podataka. Prema autorima, model može "naučiti životne zdravstvene putanje i tačno predvideti buduće stope oboljevanja za više od 1.000 bolesti istovremeno" koristeći prethodne dijagnoze, faktore životnog stila i druge indikatore.
Rezultati i uporedna tačnost
Autori navode da je tačnost Delphi‑2M‑a uporediva sa specijalizovanim alatima poput Framingham Cardiovascular Risk Score i UK Biobank Dementia Risk Score. Ključna prednost Delphi‑2M‑a je sposobnost da istovremeno proceni rizike za veliki broj različitih oboljenja, umesto da bude limitiran na jednu indikaciju.
Moguće primene i ograničenja
Zahvaljujući integraciji raznovrsnih podataka, ovakav model može pomoći lekarima da identifikuju pacijente sa povišenim rizikom i usmere ih na ciljane skrininge ili preventivne mere. Međutim, model trenutno služi kao istraživački alat i postoji niz važnih ograničenja:
- Generalizacija: Model je treniran i validiran pretežno na evropskim populacijama (UK Biobank, danski podaci). Njegova pouzdanost u drugim geografskim ili etničkim grupama može biti ograničena.
- Pristrasnost podataka: Zdravstveni zapisi odražavaju sistemske razlike u pristupu zdravstvenoj zaštiti i mogu uneti pristrasnosti u predviđanja.
- Privatnost i sigurnost: Korišćenje osjetljivih medicinskih podataka zahteva stroge mere zaštite privatnosti i pravnu regulativu.
- Tumačenje i etika: Prognoze nisu sudbina — trebaju se koristiti kao dodatak kliničkoj proceni, a ne zamena za lekarski savet.
"Pacijenti moraju da shvate da ove prognoze nisu sudbina," kaže Robert Ranisch, medicinski etičar sa University of Potsdam, u izjavi za Medscape. "Međutim, mogu pružiti smernice za preventivne ili terapeutske odluke."
Šta očekivati ubuduće?
Delphi‑2M je zasad istraživački proizvod, ali kako modeli postaju pouzdaniji i mere zaštite privatnosti napreduju, slični alati mogu postati deo kliničke prakse ili komponenta zdravstvenih aplikacija za potrošače. Pre samog uvođenja u širu upotrebu potrebna su dalja testiranja, regulatorne provere i sistemska rešenja za etičku primenu.
Zaključak: Delphi‑2M predstavlja značajan korak ka korišćenju velikih modela u prediktivnoj medicini, ali njegove rezultate treba tumačiti pažljivo — kao pomoć pri donošenju odluka, a ne neumoljivu prognozu.
Pomozite nam da budemo bolji.
