现在大家去医院，都是不舒服了才做检查，可你敢信吗，最近有群科学家搞出个AI模型，不用等你生病，提前好几年就能算出你会不会得某种病，而且一口气能预测上千种。

更有意思的是，这AI用的核心技术，跟咱们平时聊天的ChatGPT是一路的。

靠病史数据“算病”，一次能预测1000多种

这个能“预言”疾病的AI叫Delphi-2M，是英国、丹麦、德国和瑞士的研究人员一起研发出来的。

他们最近在《自然》期刊上发了论文，说这AI能基于患者的病史数据，提前好几年预测超过1000种疾病的发病情况。

你可能会问，它怎么这么厉害？关键就在它用的技术“转换器”架构。

这东西大家可能没听过，但提到ChatGPT肯定不陌生，ChatGPT名字里的“T”，指的就是这个技术。

德国癌症研究中心的AI专家莫里茨・格斯特恩打了个比方，说理解一串医疗诊断的过程，跟学文本里的语法有点像。

Delphi-2M就是靠着学习海量医疗数据里的规律，比如哪种诊断会在什么时候出现、不同疾病之间怎么搭配、间隔多久会发作，慢慢练出了“预言”的本事。

为了让AI够靠谱，研究人员用了“英国生物样本库”的数据来训练它。

这个数据库可不一般，里面存了大概50万名参与者的详细健康信息，相当于给AI提供了超大的“练习题库”。

光训练还不够，他们还找了丹麦的一个公共卫生数据库做测试，那里面有近200万人的信息。

测试结果挺让人惊喜，比如在预测心肌梗死方面，这AI能准确找出那些风险远高于常规预测的人，也能识别出风险特别低的群体，常规预测一般只看年龄这些简单因素，比AI差远了。

还没到临床能用的阶段，这两个问题得解决

虽然Delphi-2M表现亮眼，但研究团队没敢夸大其词，格斯特恩和他的同事们反复强调，现在这AI还只是个研究工具，得进一步测试，离真正用到医院临床还差得远。

为什么这么谨慎，主要是数据有偏差，英国工程与技术学会的研究员彼得・班尼斯特就指出，研究用的英国和丹麦数据集，在年龄、种族和当前医疗结果上都有局限。

举个例子，这两个数据库里的人群可能以某个年龄段为主，其他年龄的人数据少。

或者种族比较单一，没法代表不同种族的健康情况，要是直接用这样的AI给所有人做预测，很可能不准，比如对某些种族或年龄段的人，要么把风险估高了，要么估低了，那可就麻烦了。

另一个大问题是“可解释性”，现在很多大型AI模型都像个“黑盒子”，内部咋运作的，就算是造它的人也不一定完全搞懂。

你想啊，要是医生用这AI给病人做预测，病人问“为啥说我会得这病”，医生答不上来，那病人肯定不放心。

所以“可解释性”是AI领域的重要目标，只有搞清楚AI是怎么得出结论的，才能让人真正信任它，这也是Delphi-2M接下来要突破的难关。

比现有工具更全面，未来能帮医疗系统“减负”

可能有人会说，现在医生不也用计算机工具预测疾病吗？比如英国家庭医生常用的QRISK3程序，就能评估心脏病发作或中风的风险。

但Delphi-2M跟这些工具比，有个明显的优势，能同时处理多种疾病，还能覆盖长期的健康趋势。

QRISK3这类工具，一般只针对某几种特定疾病，比如专门看心血管问题，没法一下子兼顾很多病。

而Delphi-2M能一次预测1000多种，而且看的是长期趋势，不是只关注眼前的风险。

这意味着以后医生可能不用同时打开好几个工具，就能对病人的整体健康状况有个长期把握，效率能提高不少。

欧洲分子生物学实验室的汤姆・菲茨杰拉德看得更远，他觉得这类AI工具以后能帮着优化医疗资源配置。

现在很多地方的医疗资源都紧张，比如有些医院病床不够、医生忙不过来。

要是能提前知道哪些人容易生病，就能把资源优先分给这些高风险人群，比如提前安排检查、上门随访，避免他们病情加重住院，这样既能减少病人的痛苦，也能缓解医疗系统的压力。

伦敦国王学院的医学AI教授古斯塔沃・苏德雷也对这项研究很认可，他说这似乎是朝着可扩展、可解释且符合伦理的预测性建模迈出了重要一步。

“可扩展”意思是这技术以后能推广到更多地方，不是只能在少数实验室用。

“符合伦理”则是说不会乱用病人数据，也不会因为AI预测就歧视某些患者，这些都是AI能真正服务大众的关键。

对普通人来说，这AI能带来什么改变？

看到这儿，大家最关心的肯定是，这AI以后要是成熟了，对咱们普通人有什么好处？

最直接的就是能更早发现健康问题，现在很多人都是等身体不舒服了才去看医生，这时候可能病情已经发展到一定程度了，治疗起来又麻烦又花钱。

要是有了Delphi-2M这样的AI，定期把自己的病史信息输进去，就能知道未来几年哪些病风险高，提前做好预防，比如调整饮食、多运动，或者定期做针对性检查，把疾病扼杀在萌芽状态。

另外，它还能帮咱们更精准地管理健康，比如有些人担心自己会得糖尿病，现在可能只能笼统地控制饮食。

要是AI能预测出具体的发病风险，还能指出哪些因素影响大，比如是血糖波动还是体重问题，就能针对性地调整生活习惯，不用瞎担心，也不会漏了关键问题。

不过大家也不用急着盼着这AI马上落地，就像研究人员说的，它现在还在研究阶段，要解决数据偏差、可解释性这些问题，还得花不少时间。

但不管怎么说，这都是个好方向，以后AI在健康领域的作用肯定会越来越大，说不定再过个十年八年，每个人都能有个专属的“AI健康顾问”，帮着提前防范疾病，让身体一直保持在好状态。