文章核心观点 - 一款名为Delphi-2M的AI大模型能够通过分析个人医疗记录和生活方式，预测其在未来20年内患上多达1258种疾病的风险，生成完整的未来健康轨迹，这代表了疾病预测领域的重大突破 [2] 技术模型与开发 - 研究团队开发了名为Delphi-2M的AI大模型，该模型基于生成式预训练Transformer架构改进而成，具备一次性模拟和预测多种疾病的能力 [2][5] - 该模型利用来自英国生物样本库的40万名参与者的长期生物医学监测数据进行训练，数据涵盖个人病史、年龄、性别、体重指数及吸烟饮酒等健康习惯 [5] 模型性能与验证 - 对于大多数疾病，包括痴呆症、心血管疾病及死亡风险，Delphi-2M的预测准确性与当前用于评估单一疾病风险的模型相当甚至更高 [7] - 该模型的表现优于利用生物标志物来预测多种疾病风险的机器学习算法，其预测效果好得令研究团队惊讶 [7] - 在预测遵循可预测发展规律的疾病（如某些类型癌症）轨迹时，Delphi-2M效果最佳 [9] - 研究团队在丹麦国家患者登记处的190万份健康数据上测试了Delphi-2M，发现其预测结果仅略逊于对训练数据集的预测，表明模型在应用于其他国家卫生系统数据时仍能保持相对可靠的性能 [9] 研究意义与当前局限 - Delphi-2M能够为超过1000种疾病提供风险评估，并提前数十年做出精准预测，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 [2] - 该模型解决了现有大多数AI工具只能评估单一疾病风险的问题，避免了医疗专业人员需运行数十种工具才能获得全面答案的困境 [5] - 模型当前的一个局限性在于其训练数据仅记录了参与者首次患病的情况，而一个人患病的次数对于健康轨迹建模非常重要 [9] - 研究团队表示将进一步使用来自多个国家的数据集评估Delphi-2M的预测准确性，以扩大其应用范围 [9]