ИИ-модель израильских ученых может предсказать диабет за много лет до появления симптомов
Новая модель GluFormer, созданная учеными Института Вейцмана и компании Nvidia, на основе мониторинга глюкозы предсказывает риск развития диабета за 12 лет до болезни.
Исследователи представили нейросеть GluFormer, способную прогнозировать возникновение диабета и сердечно-сосудистых патологий. В основу разработки легла архитектура трансформеров, которая обычно применяется в больших языковых моделях (например, ChatGPT). Вместо слов система обучалась на массиве из десяти миллионов измерений уровня сахара в крови, полученных от десятков тысяч человек. Благодаря такому подходу ИИ научился распознавать скрытые паттерны в колебаниях глюкозы, которые остаются незамеченными при стандартных клинических анализах.
Эффективность модели была подтверждена в ходе долгосрочных испытаний. Анализируя данные двенадцатилетней давности, GluFormer успешно выявил две трети пациентов, у которых в дальнейшем развился диабет, а также предсказал случаи летальных исходов от сердечно-сосудистых осложнений. Система показала высокую стабильность результатов на различных группах населения и при использовании разных медицинских устройств, использованных для тестирования. Помимо диабета, нейросеть способна оценивать риски заболеваний почек, печени и нарушений сна, опираясь на показатели метаболического здоровья.
Авторы работы подчеркивают, что столь раннее обнаружение угроз может кардинально изменить профилактическую медицину. Это позволит врачам вмешиваться в ситуацию до того, как в организме произойдут необратимые изменения. Использование подобных технологий поможет не только спасти миллионы жизней, но и значительно снизить экономическую нагрузку на системы здравоохранения во всем мире.
Соавтор модели профессор Галь Чечик отмечает значимость проделанной работы: "Успех GluFormer в прогнозировании диабета и рисков заболеваний демонстрирует значительный потенциал интеграции искусственного интеллекта в медицинские исследования". По его словам, это открывает путь к будущему, где ИИ сможет извлекать клинически важные данные из массивов наблюдений в масштабах, которые ранее были недостижимы для человека.
