AI“算命”，提前20年預測上千種疾病

9月17日，算命德國癌癥研究中心（DKFZ）、提前歐洲分子生物學實驗室、年預歐洲生物信息學研究所（EMBL-EBI）、測上哥本哈根大學的千種研究團隊在《自然》（Nature）發表論文，Learning the natural history of human disease with generative transformers，疾病介紹了一款AI模型Delphi-2M，算命可高精度預測未來20年中超過1000種疾病的提前發生率。

團隊將ICD-10編碼（WHO制定的年預國際統一疾病分類標準），再加上參與者的測上性別、BMI（體重指數），千種以及與健康相關的疾病習慣（例如吸煙和飲酒情況），共計1258個信息作為tokens。算命

模型訓練采用英國生物庫（UK Biobank）40.2萬參與者的提前數據，80%的年預數據作為訓練數據，20%作為驗證和優化數據；之后還在丹麥193萬人群的外部數據集上實現了無參數調整的有效遷移，展現出跨人群與醫療體系的適配性。

Delphi是一種改進的GPT架構，對健康軌跡進行建模。圖片來源：Nature。

研究團隊將Delphi-2M預測驗證隊列中各種疾病結果的準確性，與作為流行病學基線的性別和年齡分層發病率進行了比較。Delphi-2M預測效果良好，能有效識別不同疾病的年齡和性別分層的發生趨勢，年齡性別分層AUC均值達0.76，其中死亡預測AUC高達0.97，且97%的疾病預測AUC超過0.5。（AUC，即模型預測的曲線下面積，取值范圍在0.5到1之間，0.5表示與隨機猜測無異，越接近1模型的分類能力越強。）

基于個人醫療史，Delphi-2M能預測超過1000種疾病的發生率，還能模擬個體未來幾十年的健康變化軌跡。根據過往健康信息，Delphi-2M能模擬未來20年的健康變化路徑，為潛在疾病的評估提供有效工具。

目前，該模型仍需進一步驗證，尚未準備應用于臨床。研發人員提醒，所使用的數據集并不具有完全的代表性，存在與年齡、種族和醫療保健獲取相關的偏差。

近兩年，眾多研究機構和企業紛紛投身于利用AI進行疾病預測的探索。

2025年8月，阿爾托大學研究人員開發了一款新型AI工具survivalFM，能精確預測個體患常見疾病（心血管疾病、糖尿病或肝臟疾病等）的風險。（見《2025科創要聞No.35》）

2025年7月，溫州醫科大學、北京大學等研究團隊合作開發了多模態集成AI模型LUCID，通過多模態臨床信息整合，實現了對肺癌分子的表型分析及預后預測。

復旦大學團隊在2024年11月也研發了一套“人類健康與疾病蛋白質組圖譜”，通過AI算法的輔助，只需通過簡單的血漿蛋白組檢測，就能提前診斷和預測包括心臟病、糖尿病、阿爾茨海默病等上百種疾病的患病風險。（見《2024科創要聞No.44》）

阿斯利康2024年9月發布疾病預測AI開源模型MILTON，該模型分析以67種數量性狀（包括血液化學、尿液分析等），針對三千多種疾病建立預測模型。

隨著越來越多的企業投入AI預測疾病，AI真的可以“算命”了。你會愿意依據AI的預測，健康但按部就班地度