原創(chuàng) GlobalMD 全球醫(yī)生組織

《科學(xué)》封面推薦了一篇關(guān)于GraphCast的一種人工智能模型。利用過去40年來全球氣候數(shù)據(jù)訓(xùn)練，與傳統(tǒng)天氣預(yù)測方法相比，不僅更快，而且更精準(zhǔn)預(yù)測全球天氣。醫(yī)學(xué)專家也提出“疾病預(yù)測”概念，希望借助此成功案例，利用多模態(tài)AI模型預(yù)測疾病和管理健康，關(guān)注詳情。

閱讀文摘

《科學(xué)》雜志推介GraphCast新型深度學(xué)習(xí)AI模型，該AI模型在天氣預(yù)報方面表現(xiàn)優(yōu)異，特別是對流層的預(yù)測準(zhǔn)確率為99.7%。這一AI技術(shù)應(yīng)用，讓我們對颶風(fēng)和氣旋等極端天氣預(yù)警，更加準(zhǔn)確且及時，挽救了許多生命。

借鑒在天氣預(yù)測領(lǐng)域AI成功案例，醫(yī)學(xué)家希望AI技術(shù)能提高疾病預(yù)測和健康管理的能力，旨在完善目前疾病療效和主動健康結(jié)果。

然而，無論是對疾病發(fā)生，還是健康長壽，醫(yī)學(xué)界仍缺乏預(yù)測結(jié)果的黃金標(biāo)準(zhǔn)，比如在癌癥早期篩查方面(參見今天液體活檢)，近90%的女性一生不會患乳腺癌，但美國癌癥協(xié)會卻建議所有45歲及以上的女性每年或每兩年進行一次乳房X光檢查。

這種基于年齡的大規(guī)模預(yù)防篩查僅能發(fā)現(xiàn)14%的癌癥病例。此外，阿爾茨海默氏癥協(xié)會也建議健康人群進行生物標(biāo)志物液體(血液)檢查，但這種單一預(yù)測指標(biāo)常常導(dǎo)致假陽性，引發(fā)不必要的恐慌和過度醫(yī)療。

多模態(tài)AI技術(shù)為解決疾病預(yù)測精準(zhǔn)性提供了絕佳機會。例如，在阿爾茨海默病風(fēng)險評估中，單靠血液生物標(biāo)志物肯定不夠。通過整合基因組數(shù)據(jù)、電子健康檔案;視網(wǎng)膜成像、可穿戴生物傳感器數(shù)據(jù)等多層次、多模態(tài)數(shù)據(jù)，AI可以更準(zhǔn)確地預(yù)測罹患癡呆癥的風(fēng)險。

初步研究和測試結(jié)果顯示，利用AI-ML模型整合多模態(tài)疾病和健康數(shù)據(jù)，可以在患者確診前7年，精準(zhǔn)預(yù)測罹患阿爾茨海默病的機會。

在癌癥預(yù)防方面，電子健康檔案和基因組學(xué)(eMERGE)網(wǎng)絡(luò)已經(jīng)驗證了多基因風(fēng)險評分，正在進入臨床應(yīng)用階段。這些AI輔助癌癥預(yù)防評分不僅涵蓋了乳腺癌、結(jié)腸癌、肺癌和前列腺癌，還包括許多慢性疾病。

AI-ML驅(qū)動的多基因風(fēng)險評分標(biāo)準(zhǔn)，提供了更精確的風(fēng)險分層，結(jié)合基因芯片或低通基因組測序數(shù)據(jù)，使疾病篩查更加高效、準(zhǔn)確。

此外，AI 模型在識別胰腺癌風(fēng)險方面也展現(xiàn)了巨大潛力，通過整合電子健康檔案和醫(yī)學(xué)影像檢查數(shù)據(jù)，在癥狀出現(xiàn)前一年即可預(yù)測胰腺癌的發(fā)生。

未來的AI醫(yī)學(xué)，將是以疾病預(yù)測、治療效果評估和健康管理為核心，醫(yī)生和患者可以通過多模態(tài)AI模型應(yīng)用，更加精準(zhǔn)地改善個體健康預(yù)測和長期健康結(jié)果，為罹患重大疾病提供更早的預(yù)防和主動干預(yù)措施。關(guān)注詳情。