Forskere fra Weizmann Institute of Science har udviklet en AI-drevet “digital tvilling”, som kan forudsige personlige sundhedsresultater. Dette nye værktøj, som er beskrevet i tidsskriftet Nature Medicine, gør det muligt at identificere sygdomsrisici, igangsætte forebyggende behandlinger og simulere hvilke behandlinger, der vil være mest effektive for den enkelte. Udviklingen er resultatet af Human Phenotype Project, hvor forskere har indsamlet omfattende medicinske data fra over 13.000 personer.
Human Genome Project, der blev startet i 1990, kortlagde menneskets gener, men det er nu klart, at gener ikke er den eneste faktor, der påvirker vores sundhed. Miljøfaktorer, mikrobiomet og aldringsprocessen spiller også en afgørende rolle. For at få et mere holistisk billede af menneskers sundhed lancerede Professor Eran Segal Human Phenotype Project i 2018. Projektet involverer deltagere, der gennemgår omfattende medicinske vurderinger og test hver anden år over en 25-årig periode.
Projektet har tiltrukket over 30.000 deltagere og håber på at nå 100.000. Det inkluderer nu også deltagergrupper fra Japan og De Forenede Arabiske Emirater for at undersøge etniske og miljømæssige variationer. Forskningsteamet har udviklet en AI-model, der kan beregne deltagernes biologiske alder baseret på data fra 17 kroppens systemer. Dette kan hjælpe med at identificere sygdomsrisici, inklusiv prædiabetes, som modellen kan opdage hos 40 procent af de personer, der tidligere blev betragtet som sunde.
Digital tvilling-modellen vil lære at forudsige medicinske begivenheder baseret på deltagernes sundhedsdata og kan hjælpe med at skræddersy behandlinger. Den har allerede vist sig effektiv ved at forudsige fremtidige glukoseniveauer og identificere, hvilke personer der er mest udsatte for at udvikle diabetes.
Forskningen peger på, at medicin er på randen af en revolution, drevet af kunstig intelligens. Denne tilgang vil ikke blot forbedre diagnosticering og behandling, men også give deltagere et personligt overblik over deres sundhed og fremtidige sundhedstilstand. Professor Segal roser deltagerne i projektet for deres engagement, da de er en afgørende faktor i at fremme medicinsk innovation.