AI“算命”，提前20年预测上千种病痛

9月17日，算命德国癌症研究中心（DKFZ）、提前欧洲分子生物学实验室、年预欧洲生物信息学研究所（EMBL-EBI）、测上哥本哈根大学的千种研究团队在《自然》（Nature）发表论文，Learning the natural history of human disease with generative transformers，病痛介绍了一款AI模型Delphi-2M，算命可高精度预测未来20年中超过1000种病痛的提前发生率。

团队将ICD-10编码（WHO制定的年预国际统一病痛分类标准），再加上参与者的测上性别、BMI（体重指数），千种以及与康健相关的病痛习惯（例如吸烟和饮酒情况），共计1258个信息作为tokens。算命

模型训练采用英国生物库（UK Biobank）40.2万参与者的提前数据，80%的年预数据作为训练数据，20%作为验证和优化数据；之后还在丹麦193万人群的外部数据集上实现了无参数调整的有效迁移，展现出跨人群与医疗体系的适配性。

Delphi是一种改进的GPT架构，对康健轨迹进行建模。图片来源：Nature。

研究团队将Delphi-2M预测验证队列中各种病痛结果的准确性，与作为流行病学基线的性别和年龄分层发病率进行了比较。Delphi-2M预测效果良好，能有效识别不同病痛的年龄和性别分层的发生趋势，年龄性别分层AUC均值达0.76，其中死亡预测AUC高达0.97，且97%的病痛预测AUC超过0.5。（AUC，即模型预测的曲线下面积，取值范围在0.5到1之间，0.5表示与随机猜测无异，越接近1模型的分类能力越强。）

基于个人医疗史，Delphi-2M能预测超过1000种病痛的发生率，还能模拟个体未来几十年的康健变化轨迹。根据过往康健信息，Delphi-2M能模拟未来20年的康健变化路径，为潜在病痛的评估提供有效工具。

目前，该模型仍需进一步验证，尚未准备应用于临床。研发人员提醒，所使用的数据集并不拥有完全的代表性，存在与年龄、种族和医疗保健获取相关的偏差。

近两年，繁多研究机构和企业纷纷投身于利用AI进行病痛预测的探索。

2025年8月，阿尔托大学研究人员开发了一款新型AI工具survivalFM，能精确预测个体患普遍病痛（心血管病痛、糖尿病或肝脏病痛等）的风险。（见《2025科创要闻No.35》）

2025年7月，温州医科大学、北京大学等研究团队合作开发了多模态集成AI模型LUCID，通过多模态临床信息整合，实现了对肺癌分子的表型分析及预后预测。

复旦大学团队在2024年11月也研发了一套“人类康健与病痛蛋白质组图谱”，通过AI算法的辅助，只需通过简易的血浆蛋白组检测，就能提前诊断和预测包括心脏病、糖尿病、阿尔茨海默病等上百种病痛的患病风险。（见《2024科创要闻No.44》）

阿斯利康2024年9月发布病痛预测AI开源模型MILTON，该模型分析以67种数量性状（包括血液化学、尿液分析等），针对三千多种病痛建立预测模型。

随着越来越多的企业投入AI预测病痛，AI真的可以“算命”了。你会愿意依据AI的预测，康健但按部就班地度

(责任编辑：探知)