Το εργαλείο AI δημιουργεί ψηφιακά δίδυμα ασθενών για να προβλέψει τη μελλοντική τους υγεία
Το πλαίσιο DT-GPT που βασίζεται σε LLM επιτρέπει την πρόβλεψη τροχιών ασθενών, τον εντοπισμό βασικών μεταβλητών και τις προβλέψεις μηδενικής λήψης. Credit: npj Digital Medicine (2025). DOI: 10.1038/s41746-025-02004-3 Ένα νέο εργαλείο τεχνητής νοημοσύνης που μπορεί να δημιουργήσει εικονικές αναπαραστάσεις ασθενών και να προβλέψει μεμονωμένες τροχιές υγείας έχει χαιρετιστεί ως πιθανός μετατροπέας του παιχνιδιού για τον τομέα των κλινικών δοκιμών. Ερευνητές από το Πανεπιστήμιο της Μελβούρνης χρησιμοποίησαν τρία σύνολα δεδομένων που περιείχαν χιλιάδες ηλεκτρονικά αρχεία υγείας ασθενών για να εκπαιδεύσουν ένα υπάρχον μοντέλο μεγάλης γλώσσας (LLM). Το μοντέλο AI που ονομάζεται DT-GPT, ανέλυσε ιατρικά δεδομένα ασθενών με νόσο Αλτσχάιμερ ή μη μικροκυτταρικό καρκίνο του πνεύμονα, καθώς και ασθενών που εισήχθησαν σε μονάδες εντατικής θεραπείας. Το μοντέλο δημιούργησε ψηφιακά δίδυμα από αυτούς τους ασθενείς και προέβλεψε πώς η υγεία τους ήταν πιθανό να αλλάξει με την πάροδο του χρόνου υπό τη θεραπεία, βοηθώντας στην πρόβλεψη της πορείας της νόσου τους. Ήταν σε θέση να κάνει ακριβείς προβλέψεις χρησιμοποιώντας τις προϋπάρχουσες γνώσεις της για την ιατρική βιβλιογραφία και αξιολογώντας το ιατρικό ιστορικό του ασθενούς, συμπεριλαμβανομένων εργαστηριακών αποτελεσμάτων, διαγνώσεων και θεραπειών. Στο μοντέλο δεν δόθηκαν πληροφορίες για τα αποτελέσματα υγείας των ασθενών, επιτρέποντας στους ερευνητές να επικυρώσουν τις προβλέψεις του. Η εργασία δημοσιεύεται στο περιοδικό npj Digital Medicine. Τα ψηφιακά δίδυμα βελτιώνουν τις προβλέψεις Ο επικεφαλής ερευνητής, αναπληρωτής καθηγητής Michael Menden, δήλωσε: “Για κάθε ασθενή, δημιουργήσαμε ένα εικονικό αντίγραφο αρχικοποιώντας το μοντέλο με το ατομικό κλινικό προφίλ του. Για παράδειγμα, δημιουργήσαμε εικονικά δίδυμα 35.131 ασθενών στη μονάδα εντατικής θεραπείας (ΜΕΘ) και προβλέψαμε με ακρίβεια τι θα συνέβαινε στα επίπεδα μαγνησίου τους, με βάση το ποσοστό οξυγόνου 2 ωρών τους. εργαστηριακά αποτελέσματα της προηγούμενης ημέρας». Συνολικά, το μοντέλο DT-GPT ξεπέρασε σε προγνωστική ακρίβεια 14 άλλα μοντέλα μηχανικής εκμάθησης τελευταίας τεχνολογίας. Το DT-GPT επιτυγχάνει επιδόσεις αιχμής για την πρόβλεψη κλινικής τροχιάς. Credit: npj Digital Medicine (2025). DOI: 10.1038/s41746-025-02004-3 Οι ερευνητές λένε ότι το μοντέλο τους θα μπορούσε να χρησιμοποιηθεί για την προσομοίωση των αποτελεσμάτων των κλινικών δοκιμών, καθιστώντας ενδεχομένως την ανάπτυξη φαρμάκων ταχύτερη, φθηνότερη και πιο αποτελεσματική. «Αυτή η τεχνολογία ανοίγει το δρόμο για μια μετάβαση από την αντιδραστική στην προγνωστική και εξατομικευμένη ιατρική», δήλωσε ο αναπληρωτής καθηγητής Menden. Θα μπορούσε επίσης να επιτρέψει στους γιατρούς να προβλέψουν εάν η υγεία του ασθενούς τους θα επιδεινωθεί, ώστε να μπορούν να παρέμβουν νωρίτερα. έχει μια συνομιλία όπου οι χρήστες μπορούν να αλληλεπιδρούν όπως ένα chatbot για να κατανοήσουν το σκεπτικό πίσω από τις προβλέψεις του. και τα μεγέθη των παπουτσιών», είπε ο αναπληρωτής καθηγητής Menden. «Το μοντέλο μας προέβλεψε με ακρίβεια πώς άλλαξαν τα επίπεδα γαλακτικής αφυδρογονάσης (LDH) σε ασθενείς με μη μικροκυτταρικό καρκίνο του πνεύμονα 13 εβδομάδες μετά την έναρξη της θεραπείας, παρόλο που δεν εκπαίδευσε το μοντέλο για αυτόν τον σκοπό. “Το συγκρίναμε με παραδοσιακά μοντέλα μηχανικής μάθησης, τα οποία εκπαιδεύτηκαν ειδικά για 69 κλινικές μεταβλητές, συμπεριλαμβανομένης της LDH, την οποία συγκριτικά μόνο μάθαμε. Παραδόξως, οι προβλέψεις μηδενικής βολής του DT-GPT, οι μη εκπαιδευμένες εικασίες του, ήταν πιο ακριβείς στο 18% των περιπτώσεων.” Περισσότερες πληροφορίες: Nikita Makarov et al, Μεγάλα γλωσσικά μοντέλα προβλέπουν τροχιές υγείας ασθενών που επιτρέπουν ψηφιακά δίδυμα, npj Digital Medicine (2025). DOI: 10.1038/s41746-025-02004-3 Παρέχεται από το Πανεπιστήμιο της Μελβούρνης Αναφορά: Το εργαλείο AI δημιουργεί ψηφιακά δίδυμα ασθενών για να προβλέψουν τη μελλοντική τους υγεία (2025, 17 Νοεμβρίου) ανακτήθηκε στις 17 Νοεμβρίου 2025 από https://medicalxpress.com/news/2025-11-ai-tool-digital-twins-patients.html Αυτό το έγγραφο υπόκειται σε πνευματικά δικαιώματα. Εκτός από κάθε δίκαιη συναλλαγή για σκοπούς ιδιωτικής μελέτης ή έρευνας, κανένα μέρος δεν μπορεί να αναπαραχθεί χωρίς τη γραπτή άδεια. Το περιεχόμενο παρέχεται μόνο για ενημερωτικούς σκοπούς.
Δημοσιεύτηκε: 2025-11-17 15:28:00
πηγή: medicalxpress.com
