研究者チームが、1000種類以上の病気の発症可能性を予測し、さらに発症時期まで推定できる人工知能モデルを発表した。今週、科学誌「ネイチャー」に掲載されたこのモデル（コードネーム：Delphi-2M）は、英国とデンマークの約2.3万人の匿名化された健康データに基づいて学習された。これは、生成型AIを用いて人間の健康の未来を予測する、これまでで最大規模の取り組みの一つである。
心臓病や糖尿病といった特定の疾患のみを対象とする従来の健康計算ツールとは異なり、Delphi-2Mは包括的なアプローチを採用しています。つまり、このAIツールは、数十年にわたる健康状態の潜在的な推移をシミュレーションし、病気、睡眠パターン、その他健康に影響を与える様々な側面を含む合併症の発生順序を予測します。
Delphi-2M はどのように動作しますか?
Delphi-2Mは、次のようなチャットボットと同じ技術に基づいています。 AI言語モデルを活用してコードのデバッグからデータの異常検出まで、しかし、それは何と違うのでしょうか
大規模言語モデル（LLM）は、テキストではなく医療記録を扱うように設計されています。それぞれの診断、人口統計学的詳細、またはライフスタイル要因は「トークン」としてエンコードされており、言語モデルが次の単語を予測して書き出すのと同じように、AIは疾患の進行を分析できます。
主な入力は次のとおりです。
- 年齢と性別
- 1000件以上の症例を網羅した過去の診断
- 体格指数、喫煙、アルコール摂取などのライフスタイル要因
この極めて重要かつ基本的な情報を用いて、このモデルは患者が次に罹患する可能性のある疾患とその発症までの期間を予測します。テストでは、英国のデータセットに含まれる数百の疾患において、平均精度（AUC）0.76を達成しました。これは、人間の健康の複雑さを考慮すると、非常に強力な結果です。
結果は出ましたが、いくつか注意点があります。
研究で指摘されているように、研究者らがDelphi-2Mを用いて60歳時点の健康状態を総合的に予測したところ、その予測結果は10年後の人口レベルの結果とほぼ一致しました。これは、Delphi-2Mが、将来の世代に蔓延する可能性のある疾患を特定するなど、公衆衛生計画のための強力なツールとなる可能性を示唆しています。
他のAIと同様に、この技術も完璧ではなく、いくつかの注意点があります。デンマークのデータに適用すると精度が低下したため、このモデルは人口全体に対して同等の信頼性があるわけではないことが示唆されています。さらに、他の予測AIと同様に、このモデルは学習に使用したデータセットに存在するバイアスを反映しています。例えば、英国バイオバンクのデータは裕福で健康な参加者に偏っており、過小評価されているグループのリスク推定値を歪める可能性があります。
彼は信頼できるでしょうか？
人間による監視は絶対に不可欠であり、AIは人間の医師の代わりにはならないことを忘れてはなりません。だからこそ研究者たちは、Delphi-2Mは少なくとも現時点では診断ツールではないと警告しています。研究者たちはDelphi-2Mを、一般的なリスクを検知し、予防ケアを計画できる有用な予測エンジンと捉えています。72歳までにがんのリスクが高いと予測したからといって、実際にがんになるという意味ではなく、その予測を作成したトレーニングデータに含まれる人物とあなたの性格が似ているというだけのことです。
しかし、その可能性は驚くほど大きい。Delphi-2MのようなAIモデルは、既存の健康計算ツールと併用することで、患者と医師に将来のリスクに関するよりパーソナライズされたロードマップを提供し、さらには病気の発症を遅らせたり予防したりするための具体的な手順を示すことも可能になるだろう。
結論
AIを活用した医療はまだ研究段階ではあるものの、多くの疑問が提起されている。ChatGPTやCloudがコードを生成するのに使われるような生成技術は、病気の予測にも使えるのだろうか？
Delphi-2Mモデルは、医師が人工知能を用いて患者の数十年にわたる健康状態を予測し、症状が現れるずっと前から予防策を講じることができるようになる未来を示唆している。
コメントは締め切りました。