Delphi-2M: Fortschritt in der medizinischen Vorhersage durch KI
Ein bemerkenswerter Durchbruch in der medizinischen Forschung wurde jüngst mit einem auf Künstlicher Intelligenz basierenden System erzielt, das die Wahrscheinlichkeit des Auftretens von mehr als 1.000 Erkrankungen bis zu 20 Jahre im Voraus prognostizieren kann. Dies wurde in einer Studie vorgestellt, die in der renommierten Fachzeitschrift Nature veröffentlicht wurde.
Das Modell mit dem Namen Delphi-2M erreichte dabei eine Genauigkeit von 76% für kurzfristige Gesundheitsprognosen und beeindruckende 70% für Vorhersagen, die ein Jahrzehnt in die Zukunft blicken. Diese Effizienz übertrifft bestehende Kalkulatoren für Einzelkrankheiten, indem es Risiken für das gesamte Spektrum menschlicher Krankheiten simultan berücksichtigt.
Interessanterweise basiert das System auf den Krankheitsverlaufsmustern von 402.799 Teilnehmern der UK Biobank und wurde erfolgreich auf 1,9 Millionen dänische Gesundheitsakten angewendet, ohne zusätzliche Trainingsdaten. Diese Art der Vorhersage analysiert medizinische Daten als Abfolgen ähnlich der Funktionsweise von ChatGPT, wobei jede Diagnose als 'Token' behandelt wird.
Obwohl die Delphi-2M-Technologie vielversprechend ist, bleibt sie vorerst auf Forschungsanwendungen beschränkt und ist nicht für den allgemeinen Konsum bestimmt. Der Zugang zu den trainierten Modellen ist streng reglementiert und nur Forscher können darauf zugreifen. Selber kann man die Technologie nur mit umfangreichen medizinischen Datensätzen und dem bestehenden Code auf GitHub reproduzieren.
Doch auch wenn die Prognosefähigkeiten des Modells beeindruckend sind, gibt es Einschränkungen. Die Genauigkeit für 20-jährige Vorhersagen liegt bei 60-70% und hängt stark von den analysierten Krankheitsarten ab. Zudem zeigte die Validierung in Dänemark, dass das Modell einige spezifische Datenquellen-Feinheiten der UK-Biobank verinnerlicht hat, die nicht unbedingt auf andere Kontexte übertragbar sind.
Dennoch bietet Delphi-2M große Chancen, von der Auswahl geeigneter Screening-Kandidaten bis hin zur Modellierung öffentlicher Gesundheitsmaßnahmen – ein Feld voller Potenzial für Versicherungen, Pharmaunternehmen und Gesundheitsbehörden weltweit.
