طوّر فريق بحثي نظامًا يُسمى "Delphi-2M"، ويعتمد على الذكاء الاصطناعي يمكنه التنبؤ بخطر الإصابة بأكثر من 1000 مرض مختلف قبل ظهور الأعراض بـ20 عامًا.
وحقق النظام دقة بلغت 76% في التوقعات القصيرة المدى، ودقة تقارب 70% في التوقعات المستقبلية الطويلة المدى، على ما نقلت "البوابة التقنية"، عن مجلة "Nature".
ويعتمد النظام على منهجية مشابهة لتلك المستخدمة في معالجة النصوص في النماذج اللغوية الكبيرة، فكل تشخيص طبي يُسجل في السجل الصحي للمريض مع العمر، الذي شُخص فيه يُحوَّل إلى (رمز/Token)، ثم يقرأ النظام سلسلة الرموز الطبية ويحللها، وبعد ذلك يُحدد المرض التالي "المُتوقع"، أن يُصاب به الشخص، وموعد ظهوره المُرجح.
والمنهجية، مبنية على بُنية المحولات (Transformers) التي تحلل عدة عناصر مختلفة لتحديد العلاقات بينها، وتحلل هذه البُنية في النظام، الرموز الطبية وعوامل نمط الحياة مثل، التدخين ومؤشر كتلة الجسم، بالإضافة إلى البيانات الديموغرافية، لتوقع الإصابة بأمراض معينة.
يواجه النظام الجديد عددًا من القيود، أبرزها، انخفاض دقة التنبؤات الطويلة المدى (20 عامًا) إلى نسبة تتراوح بين 60% و 70% تقريبًا، إلى جانب صعوبة التنبؤ بالأمراض النادرة أو المرتبطة بالبيئة.
وقبل اعتماد النظام سريريًا يوجد أمامه عقبات، مثل: التحديات المتعلقة بالخصوصية، وصعوبات الدمج مع أنظمة الرعاية الصحية، والحاجة إلى إثبات دقته في التنبؤ بالأمراض في مجتمعات متنوعة حول العالم.
ومن القيود أيضًا، الاعتماد على قاعدة بيانات محدودة من البنك الحيوي البريطاني (UK Biobank)؛ مما يفرض الحاجة إلى توسيع نطاق التجارب العملية، واختبار النظام على مجتمعات متنوعة لاكتساب بيانات جديدة.
من المرجح أن يُسهم "Delphi-2M" مستقبلًا في إحداث نقلة نوعية في مجال الطب الوقائي والتشخيص المبكر، إذ يمكن استخدامه لمساعدة الأطباء في تحديد المرضى الأكثر عرضة للإصابة بأمراض مزمنة قبل ظهور أعراضها بسنوات طويلة، مما يتيح التدخل المبكر وتخصيص الخطة العلاجية أو نمط الحياة الوقائي لكل مريض على حدة.
ويمكن أيضًا دمجه في أنظمة الرعاية الصحية الإلكترونية لمتابعة الحالات باستمرار وتحديث التوقعات مع كل زيارة طبية. بالإضافة إلى ذلك، يمكن لهذا النظام توفير بيانات مهمة لشركات الأدوية والتأمين والجهات الصحية العامة.
