一款名为Delphi-2M的人工智能系统能够基于个人健康记录，预测其在未来20年内患上超过1000种疾病的风险，部分预测甚至可提前数年。该系统由德国癌症研究中心数据科学家莫里茨·格斯特ung及其团队开发，利用英国生物银行（UK Biobank）中40万名参与者的医疗数据进行训练，结合年龄、性别、体重指数及吸烟、饮酒等生活方式因素，实现对多种疾病的综合风险评估。 与现有大多数AI健康预测工具仅针对单一疾病（如癌症或心血管病）不同，Delphi-2M采用经过改造的生成式预训练模型（GPT类架构），可同时分析多种疾病的发展轨迹，生成个体未来健康状况的“全景图”。研究显示，该系统在多数疾病上的预测准确率优于当前主流模型，甚至超越依赖生物标志物的传统机器学习方法。 专家评价其为“令人惊叹”的突破。慕尼黑路德维希-马克西米利安大学计算机科学家斯特凡·费尔里格尔表示，该系统能“生成完整的未来健康路径”，有望大幅减轻临床医生的工作负担，助力早期干预和公共卫生规划。未来，这一技术或可应用于大规模人群的疾病风险筛查，推动精准预防医学的发展。 尽管如此，研究团队也强调，Delphi-2M目前仅基于英国人群数据训练，其在其他种族和地理背景下的适用性仍需验证。此外，如何保障数据隐私、避免误诊风险，以及如何将AI预测结果有效融入临床决策，仍是亟待解决的问题。 这项研究发表于《自然》期刊，标志着AI在医疗健康领域的应用正从“单一任务预测”迈向“全生命周期健康建模”的新阶段。随着人工智能持续深入医学领域，其潜力与伦理挑战也将同步放大。