芬兰阿尔托大学研究人员开发出一种新型人工智能（AI）工具，能够更精确地预测个体罹患常见疾病的风险，包括心血管疾病、糖尿病或肝脏疾病等，从而为医疗健康风险评估提供新手段。

    据阿尔托大学日前发布的新闻公报，这款名为“survivalFM”的AI工具采用机器学习技术，能够综合考虑多种风险因素之间的复杂关系，提供比传统预测模型更为准确和个性化的风险评估。

AI制图

核心功能与特点

    ‌多因素综合分析‌：与传统模型单独分析风险因素不同，survivalFM 可同时分析年龄、胆固醇水平、生活方式等因素的相互作用，从而更接近真实健康风险。‌

‌    高精度预测‌：基于英国生物样本库（约50万名志愿者的医疗数据）训练，能预测10年内罹患10种常见疾病的风险，测试显示其预测准确性优于传统模型。‌

‌    可解释性‌：医疗人员不仅能获得高风险预警，还能查看具体影响评估结果的风险因素，辅助制定针对性治疗方案。‌

‌    应用场景‌：适用于医疗健康领域的疾病早期预防和干预，帮助用户通过调整生活方式降低患病风险。‌

    研究人员介绍，传统模型往往将风险因素单独分析，而新工具可同时分析年龄、胆固醇水平、生活方式等因素之间的相互作用，考虑其对长期健康状况的影响，从而使预测更接近实际情况。

    他们已借助英国生物样本库数据对该工具进行了测试。英国生物样本库涵盖约50万名英国志愿者的医疗记录、生活方式和基因信息等数据。该工具经过训练，可以预测10年内罹患10种常见疾病的风险。测试结果显示，这一工具在大多数情况下优于传统模型。

    研究人员说，该工具还具有可解释性，医疗和科研人员不仅可以获得高风险预警，还能查看哪些风险因素共同影响了评估结果。相关研究论文已于近期发表在英国学术期刊《自然-通讯》上。（编辑:鹤仙人）