Darum gehts
- KI-Modell Delphi-2M entwickelt zur Vorhersage von Erkrankungen für mehrere Jahre
- Basiert auf ChatGPT-Technologie und lernt Muster in Gesundheitsdaten und Diagnosen
- Trainiert mit Daten von 500'000 Menschen, abgeglichen mit 2 Millionen dänischen Datensätzen
Künstliche Intelligenz (KI) hat unser Leben schon verändert – und die Möglichkeiten sind noch längst nicht erschöpft. Das zeigt das von Forschern entwickelte Modell namens Delphi-2M. Es sehe die Erkrankungsraten für mehr als Tausend Krankheiten für mehrere Jahre voraus, schrieben die Wissenschaftler in einem am Mittwoch veröffentlichten Beitrag in der Fachzeitschrift «Nature». Delphi-2M beruht demnach auf der gleichen Technologie wie der populäre KI-Chatbot ChatGPT.
Die Forscher trainierten das Modell nach eigenen Angaben mit Daten aus der britischen biomedizinischen Datenbank Biobank, die Angaben zu rund einer halben Million Menschen enthält. Die von Delphi-2M auf dieser Grundlage erstellten Vorhersagen glichen sie dann mit den Datensätzen von zwei Millionen Menschen in der Datenbank des Gesundheitssystems in Dänemark ab.
Ressourcen im Gesundheitssystem effizienter einsetzen
Delphi-2M lerne «die Muster in Gesundheitsdaten und vorangegangenen Diagnosen» sowie «in welchen Kombinationen und welcher Reihenfolge» diese aufträten, sagte der teilnehmende Forscher Moritz Gerstung vom Deutschen Krebsforschungszentrum (DKFZ) in Heidelberg. Dies mache «bedeutende und für die Gesundheit relevante Vorhersagen möglich». So könne es etwa herausfinden, welche Menschen ein deutlich erhöhtes oder deutlich niedrigeres Risiko für Herzinfarkte aufwiesen.
Künftig könne das Modell eingesetzt werden, um Krankheitsrisiken zu überwachen und so frühere klinische Eingriffe zu ermöglichen. Bei einer breit angelegten Verwendung könnten solche KI-Modelle dabei helfen, Ressourcen im Gesundheitssystem effizienter einzusetzen.
Verzerrungen müssen berücksichtigt werden
Das KI-Modell Delphi-2M ist nach Angabe der Wissenschaftler allerdings noch nicht bereit für den Einsatz in Kliniken und müsse vorher noch weiteren Tests unterzogen werden. Nach Einschätzung von Peter Bannister vom britischen Forschernetzwerk IET müssen etwa Verzerrungen in der britischen wie der dänischen Gesundheitsdatenbank in Bezug auf Alter und Ethnie berücksichtigt werden.
An der Arbeit beteiligt waren Forscher mehrerer Institute aus Baden-Württemberg in Deutschland, darunter neben dem DKFZ auch das Robert-Bosch-Zentrum für Tumorerkrankungen in Stuttgart und das Universitätsklinikum Tübingen.