(资料图片仅供参考)
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。
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。