20年后你会得什么病？基于40万人数据的医疗大模型

*仅供医学专业人士阅读参考

人工智能（AI）的出现为我们提供了许多此前从未想过的问题解决方案，包括通过既往的个体健康信息来预测未来的疾病风险。

今日，《自然》杂志发表了一个全新的医疗大模型Delphi-2M，研究者们创新地利用大语言模型（LLM）来理解人类的疾病演变，基于40万人的健康数据训练了模型，使用190万人外部数据验证，建立了可高精度预测未来20年中超过1000种疾病发生率的大模型Delphi-2M。

个体的健康轨迹可以以一系列由ICD-10编码和相应的年龄来表示，这其实和语言很类似，也是一种序列。因此，研究者想到，将ICD-编码等信息拆解成token，也可以利用大语言模型来解读。

在本研究中，研究者将ICD-10编码，再加上参与者的性别、BMI、吸烟饮酒信息，共计1258个信息作为tokens，为避免某些年龄段数据量太稀疏，在空白期中每隔5年添加一个“无事件”token。数据来自英国生物库，402799个参与者（80%）数据作为训练数据，100639个参与者（20%）数据作为验证和优化数据。此外，研究者还使用193万名丹麦国民的疾病登记数据作为外部验证。

Delphi-2M在GPT-2的基础上设计，适应医疗预测需求改进了时间编码方式等细节，以提升不同年龄和性别群体中的表现。

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，例如水痘等疾病在婴幼儿期高发，哮喘/抑郁等疾病在各年龄段间平稳，多数疾病在老年期发病率快速上升，乳腺癌/糖尿病/抑郁症等疾病性别差异显著。

模型预测的曲线下面积（AUC）平均值为0.76，说明整体效果良好；对于97%的疾病，AUC都能达到0.5以上，说明具有一定的预测效率；模型对死亡的预测是最准确的，AUC高达0.97。

Delphi-2M对短期（几周内的急性病）和长期疾病都有预测能力，预测10年后疾病的平均AUC仍有0.7，说明Delphi-2M可以用于长期的健康风险评估。

研究者选择了几种有代表性的疾病，对比了Delphi-2M和临床预测模型的表现。在心血管疾病、痴呆的预测上，Delphi-2M与常用风险评分相当，预测死亡效果较临床评分更好；预测糖尿病上，Delphi-2M不如HbA1c；同时预测多种疾病，研究者对比的是另一个使用英国生物库数据，基于67个生物标志物训练的机器学习模型，结果Delphi-2M更优。

具有高精度的同时，Delphi-2M能够同时预测超过1000种疾病，可以说是非常通用了。

研究者认为，进一步补充生物标志物、基因组特征、可穿戴设备等数据，能够进一步提升模型对部分疾病的预测能力。

Delphi-2M是一个生成式模型，不仅能够预测特定疾病的发生，还能够模拟个体未来几十年的健康变化轨迹，这是传统流行病学模型很难做到的。根据过往健康信息，Delphi-2M能够提供长达20年的潜在疾病负担估计。

此外，Delphi-2M还采用了SHAP方法来解释每个输入对结果的影响，也就是能够反向追查患病原因。

总而言之，Delphi-2M提供了与其他流行病学模型不同的见解，具有对疾病轨迹和发展模型预测的独特能力。目前，Delphi-2M还处于实验室阶段，研究者预计，Delphi-2M有足够的潜力参与医疗决策，包括预防医学、临床决策支持、辅助制定医疗保健规划等等。

参考资料：

[1]Shmatko, A., Jung, A.W., Gaurav, K. et al. Learning the natural history of human disease with generative transformers. Nature (2025). https://doi.org/10.1038/s41586-025-09529-3

本文作者丨代丝雨