Si chiama Delphi-2M ed è un modello di Intelligenza Artificiale predittiva in grado di stimare, con anni di anticipo, la probabilità che una persona sviluppi oltre 1.000 malattie.
La ricerca, pubblicata su Nature, è stata condotta dal Laboratorio Europeo di Biologia Molecolare (EMBL) e dal Centro tedesco per la ricerca sul cancro (DKFZ), due istituzioni di punta nel campo della bioinformatica e dell’analisi dei big data applicati alla salute.
Il suo obiettivo è ambizioso: prevedere l’evoluzione della salute umana nel tempo, aiutando medici e ricercatori a intervenire prima che le patologie si manifestino.
Come nasce Delphi-2M
Per addestrare il modello, gli scienziati hanno utilizzato i dati di 400.000 individui provenienti dalla UK Biobank, il più grande database biomedico del Regno Unito.
Le informazioni comprendono storia clinica, stile di vita, fattori genetici e ambientali. Grazie a questa mole di dati, Delphi-2M è stato in grado di imparare i “modelli temporali” con cui le malattie tendono a svilupparsi, riconoscendo schemi comuni e segnali precoci che possono passare inosservati nella pratica clinica.
Una grammatica della salute
Delphi-2M funziona in modo simile ai grandi modelli linguistici: come questi imparano la struttura delle frasi, il modello apprende la grammatica dei dati sanitari.
Ogni sequenza clinica è interpretata come una “frase” composta da eventi medici: diagnosi, ricoveri, comportamenti, fattori di rischio.
In base all’ordine e al tempo con cui questi eventi avvengono, l’IA riesce a prevedere gli scenari di salute futuri, fornendo una stima di rischio personalizzata per ciascun individuo.
Oltre la previsione: la medicina personalizzata
Secondo Tom Fitzgerald dell’EMBL, uno dei coordinatori dello studio insieme a Ewan Birney e Moritz Gerstung, Delphi-2M non offre certezze ma stima i potenziali rischi in base alla storia di ciascun paziente.
Questa prospettiva apre la strada a una medicina più proattiva, capace di prevenire invece di curare.
Identificare in anticipo chi è predisposto a malattie cardiovascolari, metaboliche o tumorali può ridurre costi sanitari e migliorare la qualità della vita.
Limiti e sfide ancora da superare
Nonostante le sue potenzialità, Delphi-2M non è ancora pronto per l’uso clinico.
Il modello è stato addestrato principalmente su persone tra i 40 e i 60 anni, lasciando fuori le fasce d’età più giovani e diverse popolazioni etniche.
Questo significa che, per ora, le sue previsioni non sono universalmente applicabili.
Inoltre, le patologie mentali e legate alla gravidanza, che hanno andamenti meno regolari, risultano più difficili da prevedere rispetto a malattie cardiache o oncologiche.
Un nuovo modo di leggere la salute
Per i ricercatori, Delphi-2M è l’inizio di un nuovo paradigma nella comprensione delle malattie.
Come ha spiegato Gerstung, “questi modelli possono aiutarci a personalizzare l’assistenza e a pianificare la prevenzione su larga scala”.
L’obiettivo futuro è quello di integrare l’IA nei sistemi sanitari, per monitorare in tempo reale lo stato di salute della popolazione e prevenire i rischi prima che diventino emergenze.
Delphi-2M non predice il destino, ma offre una bussola statistica per orientare la medicina verso il futuro.
Segui le ultime novità su scienza e Intelligenza Artificiale su Instagram.
