AI能预测疾病风险吗？

发布时间：2025-04-22 14:51:47 | 责任编辑：吴昊 | 浏览量：55 次

AI确实能够预测疾病风险，以下是AI在疾病风险预测方面的一些应用和最新研究进展：

基于基因数据的疾病风险预测

• DeepRisk模型：尚学群教授及其团队开发的DeepRisk模型，利用AI对基因数据进行深度学习，解决了传统基因风险评估方法无法充分捕捉基因间复杂关系的难题。该模型通过基因编码模块和疾病预测模块，对单核苷酸多态性（SNP）位点及其与基因的从属关系进行编码，并利用双向长短期记忆网络（BiLSTM）等技术捕捉基因间的复杂交互，从而提供更准确的疾病风险预测。

• 每因智能的疾病风险大模型：每因智能孵化于北京大学科技园，其自研的DP-LLM大模型可以支持多模态医疗数据，量化个体未来疾病风险，覆盖数百种疾病和上万个风险因子。该模型通过分析个人历史健康数据序列，对其未来健康状况和疾病进展进行预测。

基于医疗影像和生理数据的疾病风险预测

• CaRi-Heart®AI：Caristo Diagnostics公司开发的CaRi-Heart®AI技术通过量化冠状动脉炎症，结合人工智能算法，能够预测患者未来发生心脏事件的风险，特别是在无明显冠状动脉阻塞的患者中。该技术通过脂肪衰减指数（FAI）评分系统对冠状动脉炎症进行量化，并结合传统临床风险因素，提供更全面的风险预测。

• 复旦大学与斯坦福大学合作的心血管疾病风险预测模型：该模型结合大数据与深度学习技术，显著提升了预测精度，实现了更广泛的种族适用性。在测试数据集中，模型的C统计量达到0.91，显著高于传统Framingham Risk Score（FRS）的0.76。

基于血液蛋白质组学的疾病风险预测

复旦大学科研团队绘制出“人类健康与疾病蛋白质组图谱”，开发出一套AI算法模型，可分析人体血液中近3000种蛋白质变化，提前预测心脏病、糖尿病、阿尔茨海默病等疾病患病风险。通过检测血液中蛋白质的变化，结合AI算法，最早可提前15年发现阿尔茨海默病等疾病迹象。

基于多模态数据的综合疾病风险预测

• “风险智能体”系统：该系统通过集成大语言模型与证据支持的医疗工具，实现了对多种疾病风险的全方位预测，覆盖超过387种风险场景，包括心血管疾病、癌症等复杂疾病。该系统能够准确理解患者的复杂健康记录，预测潜在的健康风险，包括疾病进展风险和疾病死亡率/生存率等。

• 法国国家健康与医学研究院的心脏骤停风险预测：该研究院研发的人工神经网络能够识别出在两周内有潜在心律不齐并可能引发心脏骤停的高风险患者，准确率达70%以上。该系统通过分析24小时动态心电图中的微弱信号，识别出未来两周内可能患上严重心律不齐的患者。

AI预测疾病风险的优势与挑战

• 优势：AI技术可以快速处理大量数据，提高疾病风险预测的效率和准确性，避免主观因素的影响，并根据患者的个体差异提供个性化的疾病风险预测。

• 挑战：数据隐私保护是当前面临的一大挑战，如何保护患者的隐私，防止数据泄露是亟待解决的问题。此外，AI技术在疾病风险预测方面虽然取得了一定成果，但距离实际广泛应用仍有一定距离，需要进一步提高技术的成熟度。

综上所述，AI在疾病风险预测方面已经取得了显著进展，并在多个领域展现出巨大的潜力。随着技术的不断成熟和数据的积累，AI有望在未来为疾病预防和健康管理提供更强大的支持。