AI帮助诊断18名患有罕见疾病的儿童，这些疾病曾令医生束手无策

波士顿儿童医院每天接待超过一千名儿童患者。其中大多数能够获得明确诊断并开始治疗，但一小部分患有罕见疾病的儿科患者始终无法得到确诊。如今，这一情况在人工智能的帮助下开始改变。该医院罕见病中心与AI公司OpenAI合作的最新研究表明，现成的AI工具可以帮助识别患者基因组中可能导致疾病的错误。这项研究于周四发表在《新英格兰医学杂志》的AI特刊《NEJM AI》上，结果显示OpenAI的o3 Deep Research模型帮助澄清了18名儿童的诊断，这些儿童此前一直未能找到其疾病和症状的病因。

“这完全是一个游戏规则的改变者，”该研究的主要研究员之一、波士顿儿童医院Manton孤儿疾病研究中心遗传学研究科学主任凯瑟琳·布朗斯坦（Catherine Brownstein）说。她表示，研究团队分析了数百名未获得罕见病诊断患者的基因组。“我们获得了近5%的新诊断率，这听起来似乎不多，”布朗斯坦承认，“但考虑到这些基因组已经被分析过多少次，这是一个巨大的数字，每一个诊断都意味着一个家庭得到了答案。”

Manton中心与全球以及全美50个州的超过3500名受罕见病影响的个体合作，并与世界各地的医院和健康中心建立伙伴关系。布朗斯坦说，医院会定期将这些患者的基因组与新发现的基因进行比对，以寻找可能的诊断，但筛查往往不会带来新的答案。找到疾病的遗传原因非常复杂——人类基因组中约有20000个蛋白质编码基因。尽管现在对患者的完整基因组进行测序已不困难，但在人类基因组的庞大数据中识别清晰的因果关系并非总是可能。

“研究人员在单个病例上只能花费有限的时间，”OpenAI专注于健康应用的技术研究员苏亚什·什林加普尔（Suyash Shringarpure）说。“也许一个病例最初未被解决，但一年后一篇论文澄清了基因与疾病之间的联系。”如今领先的生成式AI系统擅长进行此类数据挖掘，以识别可能存在于现有但分散数据中的关系。想知道OpenAI的大语言模型是否能够帮助遗传学家在将患者疾病与特定基因配对方面取得进展，布朗斯坦和Manton中心的研究人员与OpenAI及其什林加普尔合作，看看公开可用的产品是否能提供新的答案。

去年开展研究时，布朗斯坦和研究团队将376名未获诊断患者的基因组输入o3系统，该系统是当时最强大的系统。为了寻找每个基因组中的诊断线索，研究人员为o3模型提供了临床医生的笔记、患者症状描述以及可能致病基因的过滤列表。人类研究团队审查了系统的所有输出，以做出最终诊断。在这376例涉及四个不同疾病领域的病例中，团队为10名罕见神经发育疾病患者、4名神经肌肉疾病患者、2名突然死亡的儿童以及2名早发性精神病患者找到了新诊断。

凯拉·本顿（Kyra Benton）是这次研究获得诊断的患者之一。本顿9岁时，她的母亲注意到她走路姿势与同龄人不同，开始用脚尖走路，跑步时步态异常。她很快带本顿去纽约市看了一位神经肌肉疾病专家，但专家无法确定病因。多年后病情恶化，本顿来到波士顿儿童医院，却被告知同样不知道病因。她很快出现了严重的心脏问题，并在13岁时接受了气管切开术。本顿说，她已经接受了永远不知道自己诊断的事实——直到去年Manton中心的研究人员打电话告诉她，新研究找到了她症状的病因：肌原纤维肌病，一种进行性遗传性神经肌肉疾病，会导致肌肉纤维分解。

“去年夏天，在我20岁生日前一周，我们接到了实验室研究人员的电话，”本顿说。“她说，‘嗨，我们知道已经过了15年，但我们有一些消息要告诉你，’从那以后一切都变了。”布朗斯坦说，她惊讶于像o3这样的商业系统能够在已经分析多次的基因组中发现新诊断，而这些诊断可能需要人类分析师花费数天时间才能得出相同的结论——而布朗斯坦和同事们根本没有那么多时间。“这些基因有成页的内容需要我逐一审视，而大语言模型不会感到疲倦，”她指出，根本没有足够的遗传学家和分析师来在基因组范围内的干草堆中找到可能致病的生物针头。

未参与这项研究的贝斯以色列女执事医疗中心的医生兼AI医学应用专家亚当·罗德曼（Adam Rodman）表示，这篇新论文令人兴奋地展示了AI系统在医生使用时诊断疾病的能力。“5%的诊断率确实意义重大，可以作为重要的筛查工具，帮助加快积压病例的重新分析，”他在给NBC新闻的说明中表示。该论文与之前的研究类似，后者指出大语言模型能够搜索基因组中患者首次就诊后才被测序的基因。但作者强调，这项新研究展示了全国各地的医生如何使用商业AI系统加快工作，帮助患者获得难以捉摸的诊断，从而普及关键医疗信息的获取。

未参与该研究的哥伦比亚大学生物信息学教授翁春华（Chunhua Weng）表示，该论文是对该研究领域的“极好”贡献，尽管她与研究团队一样警告说，大语言模型的结果仍需严格的人工审查。“在诊断中适当使用大语言模型需要谨慎关注可信度，”她告诉NBC News。周四的论文还指出，Manton中心识别的诊断中有7个实际上是“重新发现”——即一个地点的治疗团队已经确定了患者的特定诊断，但未与世界各地的研究人员分享。布朗斯坦强调，即使是这些重新发现也至关重要，因为“当新疗法出现时，我们可以立即找到这些患者，并确保他们优先获得任何新技术或新疗法”。

OpenAI的健康团队大力宣传了这一进展，称这些证据表明当今公开可用的AI系统能够为患者生活带来深远变化。OpenAI为该项目提供了财务支持。与此同时，研究团队明确表示，他们的发现并非万能——诊断为特定疾病通常只是寻找和治疗方案的第一步——并且大语言模型并不打算供消费者用于治疗或诊断疾病。相反，这些工具可以帮助人们和医生处理复杂的医疗信息。“我们绝对不想过度炒作这一点，”OpenAI健康部门负责人阿什利·亚历山大（Ashley Alexander）说。“但我也希望确保人们不会忽视正在发生的事情，以及即使是今天口袋里的ChatGPT版本也能实现的事情。”对于本顿来说，她对AI参与这一突破感到惊讶。“说实话，我是那种不太喜欢AI的人，”她告诉NBC新闻，但她承认AI在某些情况下可能很有帮助。“例如在这种情况下，它可以带来巨大突破，真正改善人们的生活。”