طور فريق من العلماء أداة جديدة تعتمد على الذكاء الاصطناعي للتنبؤ باحتمالية إصابة الأشخاص بأكثر من 1000 مرض، منها السرطان، خلال السنوات العشر القادمة.
وتهدف هذه التقنية وفقًا لـ«الديلي ميل» إلى تحديد المرضى الأكثر عرضة للإصابة، ما يتيح التدخل المبكر والوقاية قبل ظهور الأعراض.
وتعتمد الأداة، المسماة Delphi-2M، على تحليل السجلات الطبية السرية، بالإضافة إلى عوامل نمط الحياة مثل التدخين، وشرب الكحول، والسمنة، للتنبؤ بوقت ومخاطر الإصابة بأمراض خطيرة مثل السرطان، وأمراض القلب، والسكري، خلال العشرين سنة القادمة.
واختُبر النموذج على بيانات 400 ألف مريض من دراسة البنك الحيوي في المملكة المتحدة، و1.9 مليون شخص من السجل الوطني للمرضى في الدنمارك، وأظهرت النتائج دقة عالية في التنبؤ.
وقال البروفيسور إيوان بيرني، المدير التنفيذي للمختبر الأوروبي لعلم الأحياء الجزيئي، إن الأداة ستُستخدم في عيادات الأطباء لمساعدة المرضى على فهم مخاطرهم الصحية وتوجيههم لتبني تغييرات وقائية مثل إنقاص الوزن أو الإقلاع عن التدخين.
وأضاف البروفيسور موريتز جيرستينغ، الخبير في علم الأحياء الحسابي للسرطان، أن النموذج يمثل بداية جديدة لفهم تطور الأمراض ويمكن توظيفه في برامج الفحص المبكر وتخطيط الموارد الصحية بشكل أفضل.
ورغم دقة نموذج Delphi-2M في التنبؤ بالأمراض التي تتطور تدريجيًا مثل السكري من النوع الثاني والنوبات القلبية، إلا أن قدرته تبقى محدودة في توقع الأحداث العشوائية كالإصابات والعدوى.
وحذر خبراء من المبالغة في تفسير النتائج، مشيرين إلى وجود تحيزات في بيانات التدريب المستخدمة.
وقال البروفيسور جاستن ستيبينغ: «النموذج يعكس التحيزات الموجودة في البيانات، بما في ذلك اختيار متطوعين يتمتعون بصحة أفضل»، فيما أضاف البروفيسور بيتر بانستر أن التحدي يكمن في توفير بنية رقمية متطورة ومهارات كافية لكل الفئات للاستفادة من هذه التكنولوجيا.
ورغم هذه التحديات، يرى العلماء أن Delphi-2M خطوة مهمة نحو التنبؤ المبكر بمجموعة واسعة من الأمراض على المدى الطويل، مؤكدين أن دمج بيانات إضافية مثل المؤشرات الحيوية، والتصوير الطبي، والجينوميات، قد يحول الأداة إلى منصة متكاملة للطب الدقيق.
A team of scientists has developed a new tool based on artificial intelligence to predict the likelihood of individuals developing over 1,000 diseases, including cancer, in the next ten years.
This technology aims, according to the "Daily Mail," to identify patients most at risk of developing diseases, allowing for early intervention and prevention before symptoms appear.
The tool, named Delphi-2M, relies on analyzing confidential medical records, as well as lifestyle factors such as smoking, alcohol consumption, and obesity, to predict the timing and risks of developing serious diseases like cancer, heart disease, and diabetes over the next twenty years.
The model was tested on data from 400,000 patients from the UK Biobank study and 1.9 million people from the national patient registry in Denmark, and the results showed high accuracy in predictions.
Professor Ewan Birney, the director of the European Molecular Biology Laboratory, stated that the tool will be used in doctors' clinics to help patients understand their health risks and guide them to adopt preventive changes such as losing weight or quitting smoking.
Professor Moritz Gerstung, an expert in computational biology of cancer, added that the model represents a new beginning for understanding disease progression and can be employed in early screening programs and better health resource planning.
Despite the accuracy of the Delphi-2M model in predicting gradually developing diseases like type 2 diabetes and heart attacks, its ability remains limited in predicting random events such as injuries and infections.
Experts have warned against overinterpreting the results, pointing out biases in the training data used.
Professor Justin Stepping said: "The model reflects the biases present in the data, including the selection of volunteers who are healthier," while Professor Peter Bannister added that the challenge lies in providing advanced digital infrastructure and sufficient skills for all groups to benefit from this technology.
Despite these challenges, scientists believe that Delphi-2M is an important step towards early prediction of a wide range of diseases in the long term, emphasizing that integrating additional data such as biomarkers, medical imaging, and genomics could transform the tool into a comprehensive platform for precision medicine.
