Pesquisadores do Laboratório Europeu de Biologia Molecular (EMBL), do Centro Alemão de Pesquisa do Câncer (DKFZ) e da Universidade de Copenhague desenvolveram um modelo de Inteligência Artificial (IA) chamado Delphi-2M. Anunciada na revista Nature em 17 de setembro, essa ferramenta tem a capacidade de estimar o risco de uma pessoa desenvolver mais de mil doenças graves a longo prazo, utilizando seus registros de saúde anteriores.
Como a IA Aprende a “Gramática” da Saúde
O Delphi-2M é um modelo de IA generativa construído com algoritmos semelhantes aos usados em grandes modelos de linguagem (LLMs), como o ChatGPT.
Para o treinamento, foram usados dados de saúde de 400 mil pacientes do UK Biobank, além de um teste bem-sucedido com 1,9 milhão de pacientes do Registro Nacional de Pacientes da Dinamarca.
Segundo os especialistas, a IA aprende a “gramática” dos dados de saúde: “Assim como grandes modelos de linguagem podem aprender a estrutura de frases, este modelo de IA aprende a ‘gramática’ dos dados de saúde, tratando históricos médicos como sequências de eventos que se desenrolam ao longo do tempo”, explicou Moritz Gerstung, especialista em IA do DKFZ.
O modelo analisa informações de diagnósticos anteriores e fatores de estilo de vida (como tabagismo) para prever a evolução da saúde do indivíduo.
Potencial para Intervenções Precoces
A ferramenta mostrou-se particularmente eficaz em patologias com padrões claros de progressão, como diabetes e ataque cardíaco. No entanto, sua precisão é menor para doenças raras ou imprevisíveis.
Ewan Birney, coautor do estudo e cientista do EMBL, destacou que a modelagem da progressão das doenças permite “explorar quando certos riscos surgem e a melhor forma de planejar intervenções precoces“, representando um grande passo em direção à saúde personalizada e preventiva.
É importante ressaltar que o sistema fornece estimativas de probabilidade e não previsões exatas para cada indivíduo.
Atualmente, o Delphi-2M é usado para:
- Compreender o desenvolvimento das doenças ao longo do tempo.
- Explorar como o estilo de vida e o histórico médico afetam o risco de doenças a longo prazo.
- Simular resultados de saúde com dados artificiais de pacientes.
Os pesquisadores reforçam a necessidade de novos testes clínicos antes de qualquer aplicação, mas permanecem otimistas: “Modelos generativos como o nosso poderão um dia ajudar a personalizar o atendimento e antecipar as necessidades de saúde em larga escala,” concluiu Gerstung.