Skip to main content

Search: #疾病预测

知识分享官
知识分享官

  1. 全球癌症负担报告：2050年死亡人数恐达1860万，不平等问题日益加剧

    根据顶级医学期刊《柳叶刀》发布的最新全球疾病负担（GBD 2023）研究，全球癌症负担正持续加重 。2023年，癌症是全球第二大死因，估计造成1040万人死亡 。研究预测，到2050年，这一数字将激增至1860万，较2024年增长近75%，全球健康系统面临空前挑战 。

    这种负担的增长存在严重的不平等性 。2023年，已有超过65%的癌症死亡发生在低收入及中等收入国家 。展望未来，这种差距将进一步扩大：预计到2050年，这些资源有限国家的死亡人数增幅将超过90%，远高于高收入国家的约43%，揭示了日益加剧的全球健康鸿沟 。报告特别指出，全球癌症死亡总人数的飙升，其主要驱动力并非癌症本身致死率的恶化，而是全球人口的增长和老龄化 。事实上，在剔除人口结构影响后，全球年龄标准化癌症死亡率自1990年以来整体呈缓慢下降趋势（下降了23.9%） ，这说明了公共卫生和医疗进步取得了一定成效。

    研究同时带来了警示与希望：2023年约41.7%的癌症死亡与可改变的风险因素相关，这意味着预防工作潜力巨大 。然而，当前全球的抗癌进展速度不足以实现联合国可持续发展目标 。报告呼吁，必须立即加强从预防到治疗的全方位、公平的全球策略，以应对这一严峻挑战 。

    来源：The Lancet

    #癌症负担 #全球健康 #疾病预测

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿
    👍 3

  2. AI 版“生命预测师”：GPT 新模型可预测上千种疾病演变

    近日，《自然》报道了一个名为 Delphi-2M 的人工智能模型 。它的研究团队基于 GPT 架构，使其能理解并处理贯穿人一生的、带有时间顺序的健康事件。该模型通过对英国生物样本库中超过 40 万名参与者的健康数据进行深度学习，构建了一个能预测超过 1000 种疾病演变的复杂模型 。为了验证其可靠性，研究者将其直接应用于一个全新的数据集 ——190 万丹麦人的健康记录，在未做任何参数修改的情况下，模型依然展现出强大的预测能力 。

    Delphi-2M 的预测准确性令人瞩目。在评估死亡风险这项终极健康事件时，其准确率（年龄分层 AUC）达到了惊人的 0.97 。在与多种现行的临床单一疾病风险评估工具（如心血管疾病和痴呆症的评分）的比较中，Delphi-2M 的表现相当，甚至在某些方面更优 。然而，该模型最核心的突破在于其“生成”能力：它不仅能预测，还能模拟、创造出长达 20 年的个人未来健康轨迹的虚拟数据。更令人惊讶的是，当研究者用这些完全合成的、不含任何真实个人信息的数据来训练一个新模型时，新模型的性能仅比原版略有下降，这为在绝对保护患者隐私的前提下进行医学研究开辟了全新路径 。

    这项技术为我们描绘了个性化精准医疗的未来蓝图，但研究团队也明确指出，AI 会忠实地学习训练数据中的任何偏见，例如“健康志愿者偏见”（即研究参与者通常比普通人群更健康），因此将其直接用于临床诊断决策需格外谨慎 。
    AI 预测我 20 年后会不会生病，可我更想知道我下周的 deadline 能不能活过去。😭😭😭


    Nature
    #人工智能 #疾病预测 #生成式AI
    👏 7