Twój bliźniak cyfrowy przewidzi choroby w przyszłości

Korzystając z najobszerniejszej na świecie bazy danych o zdrowiu człowieka zebranych od 30 000 osób, naukowcy z amerykańskiego Instytutu Weizmanna chcą przewidywać choroby, zanim się pojawią, opóźniać ich wystąpienie lub nawet im zapobiegać. W przyszłości, każdy człowiek będzie miał swoją „trajektorię zdrowia”.

25 lat skrupulatnie zbieranych danych

Wybory zdrowotne nie są łatwe, bo do końca trudno nam przewidzieć ich konsekwencje. Gdybyśmy jednak wiedzieli, że obecny styl życia doprowadzi za 10 lat do cukrzycy, byłaby to konkretna motywacja do zamiany burgera na sałatkę, a czekolady mlecznej na gorzką. Dobra wiadomość: do tego nie trzeba szklanej kuli – wystarczą dane.

Naukowcy z Instytutu Nauk Weizmanna w USA wykorzystali sztuczną inteligencję do stworzenia spersonalizowanego „cyfrowego bliźniaka”, który pozwala wykrywać z odpowiednim wyprzedzeniem ryzyko wystąpienia chorób. Dzięki temu można rozpocząć leczenie profilaktyczne, a nawet przeprowadzać symulacje komputerowe, aby dowiedzieć się, która terapia będzie najskuteczniejsza. Praca naukowa na ten temat ukazała się w prestiżowym czasopiśmie „Nature Medicine”.

Budowa kopii cyfrowej stała się możliwa dzięki „Projektowi Fenotyp Człowieka” (Human Phenotype Project), rozpoczętego przez naukowców z Instytutu Weizmanna w 2018 r. Od 25 lat, co dwa lata, 30 000 osób z różnych zakątków świata w różnym wieku poddawanych jest szczegółowym badaniom medycznym obejmującym 17 różnych układów organizmu. Przechodzą oni m.in. badania ultrasonograficzne, badania gęstości mineralnej kości, sekwencjonowanie genów, analizę białek komórkowych oraz analizę mikrobiomu próbek pobranych z jelit, pochwy i jamy ustnej. Ochotnicy nagrywają swój głos, badają sen, monitorują poziomu glukozy i notują spożywane posiłki.

Jaki jest wiek biologiczny wątroby?

Na tej podstawie powstała ogromna baza złożona z 260 mld punktów danych – najbardziej szczegółowy zbiór danych dotyczących człowieka, jaki obecnie istnieje. Teraz są one wykorzystywane do budowy modeli AI.

Jeden z nich pozwala określić wiek biologiczny na podstawie zmian fizjologicznych zachodzących w 17 układach organizmu. Model przypisuje punkty każdemu układowi organizmu i porównuje te wartości z wartościami oczekiwanymi dla wieku chronologicznego, płci i wskaźnika masy ciała uczestnika. Na podstawie odchyleń od wartości prognozowanych, model określa wiek biologiczny. Im starszy jest układ organizmu, tym większe ryzyko wystąpienia chorób z nim związanych. Na przykład, śledząc poziom glukozy, ustalono normatywny wskaźnik wzrostu cukru we krwi dla mężczyzn i kobiet w różnych grupach wiekowych. Kolejny model wykrywa wszelkie odchylenia od tego wzorca i dzięki temu skutecznie identyfikuje stan przedcukrzycowy u 40% osób, które zostały sklasyfikowane jako zdrowe przy użyciu konwencjonalnych metod badawczych.

Badania nad wiekiem biologicznym ujawniły istotne różnice między płciami. Podczas gdy wiek biologiczny mężczyzn wzrasta względnie liniowo, u kobiet zaobserwowano przyspieszenie procesu starzenia się w piątej dekadzie życia, czyli w okresie menopauzy. Przy okazji odkryto, że spadek gęstości kości jest silniej skorelowany z czasem, który upłynął od wystąpienia menopauzy, niż z wiekiem chronologicznym. Modele AI potrafią też przewidzieć początek menopauzy, dzięki czemu można zaplanować leczenie hormonalne.

Trajektoria życia pokaże potencjalne zagrożenia

Największą nadzieję budzi potencjał wykorzystania bazy danych i stworzonych na jej podstawie modeli AI do rozwoju medycyny personalizowanej i precyzyjnej. Naukowcy chcą to osiągnąć budując ujednolicony model komputerowy, który zintegruje wszystkie informacje zebrane od każdego uczestnika projektu, tworząc cyfrowego bliźniaka danej osoby. Model będzie przewidywał, jakie dolegliwości mogą wystąpić u uczestnika w przyszłości i jak najlepiej im zapobiegać. W planach jest też spersonalizowana „trajektoria zdrowia” nakreślająca stan zdrowia danej osoby na wiele lat naprzód.

Już teraz naukowcy wykorzystują cyfrowego bliźniaka do testowania, jakie modyfikacje w diecie lub jakie leki byłyby najbardziej wskazane dla każdego uczestnika. Takie prognozy pomagają zapobiegać chorobom lub opóźniać ich wystąpienie na wczesnym etapie. Wkrótce powstanie aplikacja, za pomocą której uczestnicy badania będą mieli dostęp do wszystkich danych i modeli, a w przyszłości sprawdzą swoją osobistą trajektorię zdrowia.

Czytaj także: Cyfrowi bliźniacy. „Zdrowie można prognozować jak pogodę”