北京
分享至
遗传病预测这件事，医学界喊了几十年，现在终于有人把机器学习塞进了产房里。谷歌DeepMind最新放出的研究，瞄准的是囊性纤维化、镰状细胞病这类单基因突变疾病——理论上能在症状出现前好几年就标记风险。
技术路线不算新鲜：用可解释AI（XAI）从染色体数据里抓特征，再让模型告诉你"为什么判定这是高风险"。但DeepMind的狠劲在于数据规模——他们啃下了大量全基因组测序数据，把"多个基因异常"和"整条染色体畸变"这两类硬骨头也纳入预测范围。
论文里有个细节很扎眼：模型不仅能预测患病概率，还能反向输出"哪些基因特征推高了风险」，相当于给医生一份带批注的体检报告。一位参与项目的研究员的原话是，「我们想让临床医生看到AI的推理链条，而不是一个黑箱数字」。
不过落地还早。目前这套系统的训练数据主要来自欧洲人群，放到其他族群里准不准，没人打包票。更现实的问题是——就算预测准了，干预手段跟得上吗？
DeepMind自己也没回避：他们正在跟英国NHS谈试点，但首批应用大概率局限在科研场景。一位遗传咨询师在社交媒体吐槽，"预测出来却治不了，对家长来说可能是另一种折磨"。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
