Delphi-2M：1000以上の疾患リスクを予測する新たな生成AIモデル
欧州分子生物学研究所とドイツがん研究センターが開発した新たな生成AIモデルDelphi-2Mは、電子カルテとライフスタイルデータを分析し、1000種類以上の疾患リスクを最大20年先まで予測します。これは、医療履歴に基づいて1258疾患を予測する修正された大規模言語システムを利用しており、Nature誌で発表されました。
多疾患予測と臨床意思決定支援におけるAIの役割
AIはすでに診断や医療報告に活用されていますが、これまでの予測ツールの大半は単一の疾患に特化していました。Delphi-2Mは、このギャップを埋める多疾患予測を可能にし、臨床意思決定支援におけるAIの役割の増大を示しています。
モデル開発と評価
Delphi-2Mは、英国バイオバンクの40万人の健康データで訓練され、その後デンマーク国民患者登録の190万人の記録で評価されました。モデルには、年齢、性別、BMI、喫煙、飲酒などの人口統計学的およびライフスタイル因子が組み込まれています。
予測精度
高精度: 特定のがんや心筋梗塞など、予測可能な経過を持つ疾患で最高精度を達成。
低精度: 精神疾患、妊娠合併症、稀な疾患など、疾患の軌跡がより変動しやすいものについては性能が低い結果となりました。
- 全体: 全体的な予測能力は、単一疾患モデルのそれと同等か、あるいはそれを上回るものでしたが、疾患によって精度は異なりました。
専門家の見解と倫理的課題
専門家からは、生成AIが健康研究や将来の臨床ケアにもたらす可能性が強調されています。しかし、バイアスと潜在的な差別が医療におけるAIモデルの中心的課題であるという警告も発せられています。また、疾患リスク予測はこの技術にとって「必要不可欠」な応用であり、患者と医療システムに「莫大な利益」をもたらす可能性があるとされています。
限界と倫理的考慮事項
Delphi-2Mの平均AUCは0.76であり、患者が1年または5年以内に肺がんを発症するかどうかといった短期的なリスクに関するデータは不足しています。予測は「運命ではない」ことを患者が理解し、予防的または治療的決定のための指針として提供されるべきです。さらに、インフォームドコンセントが不可欠であり、「知らない権利」も尊重されるべきです。モデルは「単なるツール」であり、その使用方法や潜在的なリスクと利益のバランスについて、社会的な議論が必要であると提言されています。
元記事：AI Delphi-2M Predicts 1000+ Disease Risks — Benefits & Risk