Courtesy of NatureMagazine

Delphi-2M: AI Revolusioner Prediksi Risiko 1.000 Penyakit hingga 20 Tahun Mendatang

Memberikan alat AI yang komprehensif untuk memprediksi risiko seseorang mengembangkan banyak penyakit sekaligus dalam jangka panjang sehingga mempermudah tindakan pencegahan dini oleh tenaga medis.

17 Sep 2025, 07.00 WIB

186 dibaca

Ikhtisar 15 Detik

Delphi-2M dapat memprediksi risiko lebih dari 1,000 penyakit dengan akurasi tinggi.
Model ini memanfaatkan data dari UK Biobank untuk memberikan prediksi jangka panjang.
Kemampuan model untuk memodelkan banyak penyakit sekaligus dapat membantu dalam tindakan pencegahan kesehatan.

Inggris Raya, Inggris - Para peneliti telah mengembangkan alat AI bernama Delphi-2M yang mampu memprediksi risiko seseorang untuk mengembangkan lebih dari 1.000 penyakit hingga 20 tahun ke depan. Alat ini menggunakan data rekam medis dan faktor gaya hidup seperti usia, jenis kelamin, indeks massa tubuh, serta kebiasaan merokok dan konsumsi alkohol. Model ini dilatih dengan data dari 400.000 peserta studi UK Biobank yang berasal dari Inggris Raya.

Sebelumnya, model-model AI hanya mampu memprediksi risiko satu penyakit dalam satu waktu, sehingga dokter harus menggunakan banyak model untuk membuat penilaian menyeluruh tentang kesehatan pasien. Delphi-2M mengatasi masalah ini dengan menggunakan jenis model bahasa besar yang biasanya ditemukan pada chatbot AI seperti ChatGPT, dan dikustomisasi untuk kebutuhan medis multi-penyakit.

Hasil uji coba menunjukkan bahwa Delphi-2M mampu memberikan prediksi yang sebaik atau bahkan lebih baik dibandingkan dengan model risiko penyakit tunggal maupun algoritma berbasis biomarker. Ini berarti AI tersebut tidak hanya membantu mengenali risiko kanker, tetapi juga penyakit kulit, kondisi imun, dan penyakit lainnya secara bersamaan.

Kemampuan Delphi-2M untuk memproyeksikan jalur kesehatan masa depan dengan sangat akurat dinilai sebagai sebuah terobosan di bidang kesehatan digital. Dengan kemampuan ini, tenaga medis dapat mengidentifikasi pasien berisiko tinggi lebih awal dan memberikan intervensi pencegahan yang optimal untuk mencegah penyakit parah berkembang.

Meski demikian, tantangan ke depan adalah memastikan model ini juga efektif untuk populasi di luar Inggris, serta menangani isu etika dan privasi data. Namun, tanpa diragukan, Delphi-2M membuka perspektif baru untuk penggunaan AI yang lebih luas dan menyeluruh di masa depan dalam menjaga kesehatan manusia.

Referensi:
[1] https://nature.com/articles/d41586-025-02993-x

Analisis Kami

"Delphi-2M menandai lompatan besar dalam pemanfaatan AI medis karena menggabungkan prediksi multi-penyakit dalam satu sistem yang efisien dan akurat. Meskipun menjanjikan, penting untuk memperhatikan keakuratan pada populasi yang berbeda dan bagaimana data tersebut diperlakukan agar tidak menimbulkan bias dalam keputusan klinis."

Analisis Ahli

Stefan Feuerriegel

"Kemampuan Delphi-2M untuk menghasilkan prediksi jalur kesehatan masa depan secara menyeluruh sungguh mengagumkan dan membuka jalan baru bagi AI dalam medis."

Prediksi Kami

Di masa mendatang, Delphi-2M dapat diintegrasikan ke dalam praktik medis sehari-hari untuk mendeteksi risiko penyakit secara dini dan memungkinkan intervensi preventif yang lebih efektif dan personal.

Pertanyaan Terkait

Apa itu Delphi-2M?

Delphi-2M adalah sistem kecerdasan buatan yang dapat memprediksi risiko pengembangan lebih dari 1,000 penyakit.

Bagaimana cara kerja model Delphi-2M?

Model ini menggunakan data kesehatan dan faktor gaya hidup untuk memperkirakan risiko penyakit hingga 20 tahun ke depan.

Apa saja faktor yang dipertimbangkan dalam prediksi risiko penyakit?

Faktor yang dipertimbangkan termasuk riwayat medis, usia, jenis kelamin, indeks massa tubuh, dan kebiasaan kesehatan.

Apa kelebihan Delphi-2M dibandingkan model prediksi lainnya?

Kelebihan Delphi-2M adalah kemampuannya untuk memprediksi banyak penyakit sekaligus, sehingga mengurangi kebutuhan untuk menjalankan banyak alat prediksi.

Siapa yang terlibat dalam penelitian ini?

Moritz Gerstung dan Stefan Feuerriegel adalah beberapa ilmuwan yang terlibat dalam penelitian ini.