Delphi-2M temelji se na velikom jezičnom modelu (LLM), sličnom onima koji pokreću popularne AI chatbotove poput ChatGPT-a. No, za razliku od većine postojećih alata koji predviđaju samo jednu bolest, Delphi-2M može istovremeno procijeniti rizik za čak 1.258 različitih bolesti – uključujući rak, kožne bolesti i imunološke poremećaje.

Model je treniran na podacima 400.000 sudionika iz UK Biobanka, dugoročnog biomedicinskog istraživanja. U obzir uzima dob, spol, indeks tjelesne mase (BMI), pušenje, konzumaciju alkohola i druge zdravstvene navike. Njegova predviđanja su u mnogim slučajevima bila točnija od postojećih modela koji se fokusiraju na pojedinačne bolesti, pa čak i od sofisticiranih algoritama temeljenih na biomarkerima.

Jedna od ključnih prednosti Delphi-2M modela je njegova sposobnost da predvidi zdravstvene putanje – odnosno kako će se zdravlje osobe razvijati kroz vrijeme. Najbolje rezultate daje kod bolesti koje imaju predvidljiv tijek, poput određenih vrsta raka.

Kako bi testirali njegovu primjenjivost izvan britanskog konteksta, istraživači su model primijenili na podatke iz Danskog nacionalnog registra pacijenata, koji obuhvaća gotovo dva milijuna ljudi. Iako je točnost bila nešto niža nego kod britanskih podataka, rezultati su i dalje bili vrlo obećavajući, što ukazuje na potencijal šire primjene u različitim zdravstvenim sustavima.

Naravno, model ima i ograničenja. Na primjer, podaci UK Biobanka bilježe samo prvi slučaj bolesti, dok ponavljanja – koja su važna za razumijevanje osobne zdravstvene povijesti – nisu uključena. Ipak, istraživači planiraju proširiti testiranja na više međunarodnih baza podataka kako bi dodatno poboljšali preciznost i robusnost modela.

Delphi-2M predstavlja značajan korak prema personaliziranoj preventivnoj medicini. U budućnosti bi ovakvi alati mogli pomoći liječnicima da pravovremeno identificiraju osobe s visokim rizikom i uvedu preventivne mjere mnogo prije nego što se bolest razvije. Umjesto liječenja bolesti kada se pojave, mogli bismo ih spriječiti prije nego što uopće nastanu.