AI“算命”，提前20年预测上千种疾病

9月17日，德国癌症研究中心（DKFZ）、欧洲分子生物学实验室、欧洲生物信息学研究所（EMBL-EBI）、哥本哈根大学的研究团队在《自然》（Nature）发表论文，Learning the natural history of human disease with generative transformers，介绍了一款AI模型Delphi-2M，可高精度预测未来20年中超过1000种疾病的发生率。

团队将ICD-10编码（WHO制定的国际统一疾病分类标准），再加上参与者的性别、BMI（体重指数），以及与健康相关的习惯（例如吸烟和饮酒情况），共计1258个信息作为tokens。

模型训练采用英国生物库（UK Biobank）40.2万参与者的数据，80%的数据作为训练数据，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，对健康轨迹进行建模。图片来源：Nature。

研究团队将Delphi-2M预测验证队列中各种疾病结果的准确性，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，能有效识别不同疾病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%的疾病预测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种疾病的发生率，还能模拟个体未来几十年的健康变化轨迹。根据过往健康信息，Delphi-2M能模拟未来20年的健康变化路径，为潜在疾病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具有完全的代表性，存在与年龄、种族和医疗保健获取相关的偏差。

近两年，众多研究机构和企业纷纷投身于利用AI进行疾病预测的探索。

2025年8月，阿尔托大学研究人员开发了一款新型AI工具survivalFM，能精确预测个体患常见疾病（心血管疾病、糖尿病或肝脏疾病等）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“人类健康与疾病蛋白质组图谱”，通过AI算法的辅助，只需通过简单的血浆蛋白组检测，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疾病的患病风险。（见《2024科创要闻No.44》）

阿斯利康2024年9月发布疾病预测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），针对三千多种疾病建立预测模型。

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