Společnost Longevity AI zahajuje spolupráci s Meir Medical Center na modernizaci predikce rizik chronických onemocnění u pacientů.

Aktuální přístup k predikci zdravotních rizik

Společnost Longevity AI zahájila výzkumnou spolupráci s Meir Medical Center, které je součástí izraelské zdravotnické skupiny Clalit Health Group. Cílem projektu není vývoj zcela nových prediktivních systémů, ale validace a případná úprava stávajících nástrojů, které lékaři běžně využívají při posuzování rizik chronických onemocnění, jako je diabetes 2. typu či kardiovaskulární choroby.

Potřeba aktualizace klinických modelů

Mnoho současných klinických nástrojů pro hodnocení rizik bylo vytvořeno před lety či desetiletími na základě dat z tehdejších populací. Výzkumníci poukazují na to, že životní styl, stravovací návyky, úroveň stresu i prevalence obezity se v průběhu času výrazně změnily. Předpokladem spolupráce je, že tyto změny v realitě mohou snižovat přesnost stávajících prediktivních modelů.

Metodika výzkumu a využití dat

Výzkumný tým se zaměřuje na to, jak globálně uznávané predikční modely fungují v kontextu současných dat z reálné klinické praxe. K analýze využívá infrastrukturu skupiny Clalit, která disponuje integrovaným systémem záznamů o přibližně pěti milionech pacientů. Tato data zahrnují informace z nemocnic, komunitních klinik a laboratoří, což umožňuje longitudinální sledování zdravotního stavu jednotlivců v průběhu mnoha let.

Význam pro preventivní medicínu

Důraz na zdokonalení stávajících nástrojů vychází z potřeby včasnější intervence u chronických onemocnění, která se často vyvíjejí bez zjevných symptomů. Podle odborníků z Meir Medical Center může být zpřesnění diagnostiky u běžných diagnóz efektivnější cestou ke zvýšení délky zdravého života než vývoj experimentálních terapií, které jsou zatím vzdáleny klinickému využití.

Projekt má v současné fázi výzkumný charakter. Jeho výsledky mají posloužit k posouzení, zda kalibrace existujících nástrojů s využitím moderních datových sad dokáže zvýšit efektivitu preventivní péče a podpořit lékaře při identifikaci pacientů s vyšším rizikem onemocnění.