한 연구팀이 1000개 이상의 질병 발병 가능성을 예측하고, 심지어 이러한 질병이 언제 나타날지 예측할 수 있는 인공지능 모델을 공개했습니다. 코드명 Delphi-2M인 이 모델은 이번 주 학술지(Journal of the Journal of the Medical Sciences)에 게재되었습니다. 자연이 도구는 영국과 덴마크에서 약 2.3만 명의 익명화된 건강 데이터를 기반으로 학습되었습니다. 이는 생성 AI를 활용하여 인류 건강의 미래를 설계하려는 현재까지 가장 큰 규모의 노력 중 하나입니다.
심장병이나 당뇨병과 같은 특정 질환만 다루는 기존 건강 계산기와 달리, Delphi-2M은 전체론적 접근 방식을 취합니다. 즉, 이 AI 도구는 수십 년에 걸친 건강의 잠재적인 궤적을 시뮬레이션하여 질병을 포함한 합병증의 발생 순서를 예측합니다. 수면 패턴 그리고 건강에 영향을 미치는 다른 측면들.
Delphi-2M은 어떻게 작동하나요?
Delphi-2M은 다음과 같은 채팅봇을 구동하는 동일한 기술을 기반으로 합니다. ChatGPT하지만 무엇이 다른가요?
대규모 언어 모델(LLM)은 텍스트가 아닌 의료 기록을 처리하도록 설계되었습니다. 각 진단, 인구 통계적 세부 정보 또는 생활 방식 요소는 "토큰"으로 인코딩되어, 언어 모델이 다음 단어를 예측하고 작성하는 것과 같은 방식으로 AI가 질병 진행을 분석할 수 있도록 합니다.
주요 입력 내용은 다음과 같습니다.
- 연령 및 성별
- 1000건 이상의 사례를 포괄하는 이전 진단
- 체질량지수, 흡연, 음주 등 생활습관 요인
이 필수적이면서도 다소 기본적인 정보를 활용하여 모델은 환자가 경험할 수 있는 다음 질병과 그 질병이 발병할 때까지의 기간을 예측합니다. 테스트 결과, 이 모델은 영국 데이터세트에서 수백 가지 질병에 대해 평균 정확도(AUC) 0.76을 달성했는데, 이는 인간 건강의 복잡성을 고려할 때 매우 중요한 결과입니다.
결과는 나왔지만 몇 가지 단서가 있습니다.
연구에서 언급된 바와 같이, 연구진이 델파이-2M에 60세 인구를 대상으로 합성 건강 예측을 생성하도록 요청했을 때, 예측 결과는 10년 후 인구 수준 결과와 거의 일치했습니다. 이는 델파이-2M이 미래 세대에 확산될 가능성이 있는 질병을 식별하는 등 공중 보건 계획에 강력한 도구가 될 수 있음을 시사합니다.
다른 AI와 마찬가지로 이 기술도 완벽하지 않으며 몇 가지 단점이 있습니다. 덴마크 데이터에 적용했을 때 정확도가 떨어졌는데, 이는 이 모델이 전체 인구에 걸쳐 동일한 신뢰성을 제공하지 못함을 시사합니다. 또한, 모든 예측 AI와 마찬가지로 이 모델은 훈련된 데이터 세트에 존재하는 편향을 반영합니다. 예를 들어, 영국 바이오뱅크 데이터는 부유하고 건강한 참여자에게 편향되어 있어, 소외 계층의 위험 추정치를 왜곡할 수 있습니다.
그는 신뢰할 만한 사람인가요?
인간의 감독은 절대적으로 필수적이며 AI가 인간 의사를 대체할 수 없다는 점을 기억하는 것이 중요합니다. 그렇기 때문에 연구자들은 Delphi-2M이 적어도 아직은 진단 도구가 아니라고 경고합니다. 오히려 연구자들은 Delphi-2M을 일반적인 위험을 감지하고 예방적 치료를 계획할 수 있는 유용한 예측 엔진으로 보고 있습니다. 72세까지 암 고위험군에 속한다고 예측한다고 해서 반드시 암이 발생한다는 것을 의미하는 것은 아닙니다. 단지 해당 모델을 개발한 훈련 데이터 속 사람들과 유사하다는 것을 의미할 뿐입니다.
하지만 가능성은 무궁무진합니다. Delphi-2M과 같은 AI 모델은 기존 건강 계산기와 함께 사용되어 환자와 의사에게 미래 위험에 대한 더욱 개인화된 로드맵을 제공하고, 질병 발생을 지연 또는 예방하기 위한 실행 가능한 조치까지 제시할 수 있습니다.
결론
아직 조사 중이지만, AI 기반 의학 많은 의문이 제기됩니다. 바로 그 생성 기술이... ChatGPT 또는 클로드 코드를 작성하는 것은 다음과 같습니다. 질병 예측؟
모델 힌트 델파이-2M 의사가 AI를 사용하여 수십 년 동안의 환자의 건강 상태를 스캔하고, 증상이 나타나기 훨씬 전에 예방 조치를 취할 수 있는 미래가 올 것입니다.
댓글이 닫혔습니다.