文章核心观点 - 一个名为Delphi-2M的全新人工智能模型问世，能够基于个人医疗史预测超过1000种疾病的发生率，并模拟未来长达20年的健康变化路径，其准确性接近或优于现有工具 [1] - 该模型有望帮助识别高疾病风险人群、指导筛查计划并支持医疗服务的长期规划，但需注意其可能反映训练数据中的偏见，在进一步测试前不应直接用于医疗决策 [2] 技术模型与研发 - 模型由德国癌症中心DKFZ的研究团队开发，旨在识别特定疾病相对于患者记录中其他事件（如生活方式因素和其他健康状况）的发生时机 [1] - 模型利用英国40万人的健康数据进行训练，并使用丹麦近200万人的数据进行了测试 [1] - 该模型不仅能进行预测，还能产生合成数据，在保护隐私的同时可用于训练其他AI模型 [1] 应用潜力与影响 - 该工具有助于医生和健康规划者更好地理解和应对个性化健康需求 [1] - 方法有望帮助识别高疾病风险的人，指导筛查计划，支持医疗服务的长期规划 [2] - 未来版本可能会包含更多健康信息类型，并帮助改进个性化诊疗 [2]