ນັກວິທະຍາສາດ ໄດ້ພັດທະນາເຄື່ອງມືປັນຍາປະດິດໃໝ່ທີ່ສາມາດຄາດຄະເນຄວາມສ່ຽງຂອງບຸກຄົນທີ່ຈະເປັນພະຍາດຫຼາຍກວ່າ 1,000 ພະຍາດ ແລະຄາດຄະເນການປ່ຽນແປງດ້ານສຸຂະພາບໃນທົດສະວັດຕໍ່ໄປ.

ຮູບພາບຂອງບົດຄວາມ 88.png
AI ຊ່ວຍຄາດຄະເນຄວາມສ່ຽງຂອງພະຍາດແລະການດູແລສຸຂະພາບ ທາງການແພດ . ຮູບພາບ: Midjourney

ເຄື່ອງມື AI ທົ່ວໄປນີ້ໄດ້ຖືກອອກແບບໂດຍຜູ້ຊ່ຽວຊານຈາກສະຖາບັນຍຸໂລບສໍາລັບຊີວະສາດໂມເລກຸນ (EMBL), ສູນຄົ້ນຄວ້າມະເຮັງເຢຍລະມັນ, ແລະມະຫາວິທະຍາໄລ Copenhagen, ໂດຍນໍາໃຊ້ແນວຄວາມຄິດຂອງສູດການຄິດໄລ່ທີ່ຄ້າຍຄືກັນກັບຮູບແບບພາສາຂະຫນາດໃຫຍ່ (LLMs).

ນີ້ແມ່ນຫນຶ່ງໃນການສາທິດທີ່ສົມບູນແບບທີ່ສຸດຈົນເຖິງປະຈຸບັນຂອງວິທີການ AI ທົ່ວໄປສາມາດຈໍາລອງການກ້າວຫນ້າຂອງພະຍາດຂອງມະນຸດໃນລະດັບຂະຫນາດ, ແລະໄດ້ຮັບການຝຶກອົບຮົມໂດຍໃຊ້ຂໍ້ມູນຈາກສອງລະບົບສຸຂະພາບທີ່ແຕກຕ່າງກັນຫມົດ.

ລາຍ​ລະ​ອຽດ​ຂອງ​ຄວາມ​ແຕກ​ຕ່າງ​ໄດ້​ຖືກ​ພິມ​ເຜີຍ​ແຜ່​ໃນ​ວາ​ລະ​ສານ Nature.

ມັນເຮັດວຽກແນວໃດ

ທ່ານ Tomas Fitzgerald, ນັກວິທະຍາສາດຂອງສະຖາບັນຊີວະວິທະຍາເອີຣົບ (EMBL-EBI) ກ່າວວ່າ "ເຫດການທາງການແພດມັກຈະປະຕິບັດຕາມຮູບແບບທີ່ຄາດເດົາໄດ້". "ຮູບແບບ AI ຂອງພວກເຮົາຮຽນຮູ້ຮູບແບບເຫຼົ່ານີ້ແລະສາມາດຄາດຄະເນຜົນໄດ້ຮັບດ້ານສຸຂະພາບໃນອະນາຄົດ."

ເຄື່ອງມືເຮັດວຽກໂດຍການປະເມີນຄວາມເປັນໄປໄດ້ - ແລະເວລາໃດ - ບຸກຄົນທີ່ຈະພັດທະນາພະຍາດຕ່າງໆເຊັ່ນ: ມະເຮັງ, ພະຍາດເບົາຫວານ, ພະຍາດ cardiovascular, ພະຍາດທາງເດີນຫາຍໃຈແລະຄວາມຜິດປົກກະຕິອື່ນໆຈໍານວນຫຼາຍ.

ເອີ້ນວ່າ Delphi-2M, ລະບົບຊອກຫາ "ເຫດການທາງການແພດ" ໃນບັນທຶກຂອງຄົນເຈັບ, ເຊັ່ນເວລາຂອງການບົ່ງມະຕິ, ພ້ອມກັບປັດໃຈການດໍາລົງຊີວິດເຊັ່ນ: ໂລກອ້ວນ, ການສູບຢາ, ການບໍລິໂພກເຫຼົ້າ, ອາຍຸແລະເພດ.

ມັນຍັງວິເຄາະຂໍ້ມູນບັນທຶກຄົນເຈັບທີ່ບໍ່ເປີດເຜີຍຊື່ເພື່ອເຮັດໃຫ້ການຄາດຄະເນສໍາລັບ 10 ປີຂ້າງຫນ້າແລະຫຼາຍກວ່ານັ້ນ.

Delphi-2M ໄດ້ຮັບການຝຶກອົບຮົມແລະການທົດສອບຂໍ້ມູນທີ່ບໍ່ເປີດເຜີຍຊື່ຈາກ 400,000 ຄົນໃນໂຄງການ Biobank ຂອງອັງກິດແລະຄົນເຈັບ 1.9 ລ້ານຄົນຢູ່ໃນທະບຽນຄົນເຈັບແຫ່ງຊາດຂອງເດນມາກ.

ຄວາມສ່ຽງດ້ານສຸຂະພາບແມ່ນສະແດງອອກເປັນອັດຕາສ່ວນໃນໄລຍະເວລາ, ຄ້າຍຄືກັບການຄາດຄະເນຂອງ "70% ໂອກາດທີ່ຈະມີຝົນຕົກໃນທ້າຍອາທິດນີ້."

ຄໍາຮ້ອງສະຫມັກທີ່ມີທ່າແຮງ

Ewan Birney, ຜູ້ອໍານວຍການຂອງ EMBL, ກ່າວວ່າຄົນເຈັບສາມາດໄດ້ຮັບຜົນປະໂຫຍດຈາກເຄື່ອງມືດັ່ງກ່າວໃນສອງສາມປີຂ້າງຫນ້າ: "ເຈົ້າຍ່າງເຂົ້າໄປໃນຄລີນິກ, ທ່ານຫມໍຄຸ້ນເຄີຍກັບເຄື່ອງມືເຫຼົ່ານີ້ແລະສາມາດເວົ້າວ່າ: 'ນີ້ແມ່ນສີ່ຄວາມສ່ຽງດ້ານສຸຂະພາບຕົ້ນຕໍທີ່ເຈົ້າອາດຈະປະເຊີນໃນອະນາຄົດ, ແລະນີ້ແມ່ນສອງຢ່າງທີ່ທ່ານສາມາດເຮັດເພື່ອປ່ຽນແປງພວກມັນຢ່າງຫຼວງຫຼາຍ.'

ໃນຫຼາຍໆກໍລະນີ, ລາວເວົ້າວ່າ, ຄໍາແນະນໍາອາດຈະກົງໄປກົງມາຫຼາຍ - ເຊັ່ນ: ການສູນເສຍນ້ໍາຫນັກຫຼືການເຊົາສູບຢາ - ແຕ່ສໍາລັບບາງເງື່ອນໄຂ, ເຄື່ອງມືສາມາດສະເຫນີຄໍາແນະນໍາທີ່ສະເພາະກວ່າ. "ນັ້ນແມ່ນອະນາຄົດທີ່ພວກເຮົາຢາກສ້າງ," Birney ເວົ້າ.

ເມື່ອປຽບທຽບກັບເຄື່ອງມືທີ່ມີຢູ່, ເຊັ່ນ: Qrisk (ທີ່ຄາດຄະເນຄວາມສ່ຽງຂອງການໂຈມຕີຫົວໃຈຫຼືເສັ້ນເລືອດຕັນໃນພາຍໃນ 10 ປີ), ປະໂຫຍດອັນໃຫຍ່ຫຼວງຂອງ Delphi-2M ແມ່ນຄວາມສາມາດໃນການຄາດຄະເນພະຍາດທຸກປະເພດພ້ອມໆກັນແລະໃນໄລຍະເວລາດົນກວ່າ.

ນັກຄົ້ນຄວ້າຂຽນວ່າ "Delphi-2M ຄາດຄະເນອັດຕາການແຜ່ລະບາດຂອງພະຍາດຫຼາຍກວ່າ 1,000 ຊະນິດ, ໂດຍອີງໃສ່ປະຫວັດຂອງພະຍາດແຕ່ລະຄົນ, ດ້ວຍຄວາມຖືກຕ້ອງປຽບທຽບກັບຕົວແບບສະເພາະຂອງພະຍາດ," ນັກຄົ້ນຄວ້າຂຽນ. "ລັກສະນະທົ່ວໄປຂອງ Delphi-2M ຍັງອະນຸຍາດໃຫ້ມີການຈໍາລອງສະຖານະການສຸຂະພາບໃນອະນາຄົດສົມມຸດຕິຖານ, ສະຫນອງການຄາດຄະເນທີ່ມີຄວາມຫມາຍກ່ຽວກັບພາລະຂອງພະຍາດທີ່ເປັນໄປໄດ້ໃນໄລຍະ 20 ປີ."

ສາດສະດາຈານ Moritz Gerstung, ຫົວຫນ້າກົມມະເຮັງ AI ຢູ່ສູນຄົ້ນຄວ້າມະເຮັງເຢຍລະມັນກ່າວວ່າ "ນີ້ແມ່ນການເລີ່ມຕົ້ນຂອງວິທີການໃຫມ່ຢ່າງສົມບູນເພື່ອເຂົ້າໃຈສຸຂະພາບຂອງມະນຸດແລະຄວາມຄືບຫນ້າຂອງພະຍາດ". "ແບບຈໍາລອງແບບທົ່ວໄປເຊັ່ນຂອງພວກເຮົາໃນມື້ຫນຶ່ງສາມາດຊ່ວຍໃຫ້ການດູແລສຸຂະພາບສ່ວນບຸກຄົນແລະຄາດຄະເນຄວາມຕ້ອງການທາງການແພດໃນຂະຫນາດໃຫຍ່."

(ຕາມ The Guardian)

ທີ່ມາ: https://vietnamnet.vn/delphi-2m-cong-cu-ai-moi-co-the-du-doan-nguy-co-hon-1-000-benh-o-mot-nguoi-2445508.html