重磅！
以色列科学家研发数字“孪生”智能模型，可在症状出现前预测疾病#科技星期三# #健康#

在做出改变人生的决定之前，我们常常会在脑海中演练不同的场景来预测可能的结果。但当涉及到我们的健康时，预测未来就变得尤为困难。

现在，以色列魏玆曼科学研究院的研究人员开发了一种工具，可以做到这一点——模拟并预测针对每个人的医疗结果。基于多年来收集的超过13,000名个体的海量医疗数据，在先进的人工智能驱动下，这种新型“数字孪生”模型可以预测未来疾病，在症状出现前提示潜在的健康风险，并推荐个性化的治疗方案。这项突破性成果已于周二发表在《自然医学》杂志上。

2018年，魏玆曼科学研究院科学与应用数学系的伊兰.西格尔(Eran Segal) 教授提出了一个项目，旨在补充人类基因组计划的洞见。人类基因组计划始于1990年，绘制了数千个与人类特征和疾病相关的基因图谱。西格尔团队希望在此基础上更进一步，以整合环境因素、肠道微生物组组成、衰老过程等因素。

项目参与者每两年接受一次全面的健康评估，为期25年。这些评估包括体检、营养日志、超声波扫描、骨密度测试、语音记录、家庭睡眠监测、持续血糖追踪、基因测序、基因表达分析、蛋白质和代谢分析，以及肠道、口腔和生殖道微生物组采集样本，目标是结合遗传学、代谢物和免疫系统指标等多层次数据，识别能够预测未来疾病的生物标志物，帮助提前发现潜在疾病，并构建预测性个性化医疗框架。自启动以来，该项目已拥有超过3万名注册参与者，目标是达到10万名。

这些数据被输入到研究人员开发的复杂人工智能模型中。该模型基于Pheno.AI平台构建，能够学习17个身体系统在一生中通常会发生的变化，并能够检测出异常情况。它根据性别、BMI和实际年龄为每个系统分配一个“生物年龄”评分，然后标记出可能预示更高患病风险的偏差。

借助该模型，研究人员发现，在根据当前空腹血糖标准被认为是健康的人群中，约有 40% 在更深入的分析后表现出糖尿病前期的模式。

研究人员还观察到数值如何随年龄变化，并区分男性和女性的趋势。 “男性的生物衰老趋势呈线性增长，而女性在 50 多岁时则出现急剧加速。更年期似乎会显著重置生物钟。例如，骨密度下降与更年期后时间的相关性高于与实际年龄的相关性。我们的标记物可以帮助检测更年期的早期迹象，并据此指导激素治疗。” 以色列施耐德医疗中心内分泌学家斯玛达尔·希洛（Smadar Shilo）博士说。

最终，该项目旨在通过一个基于每位参与者的完整数据集进行训练的综合人工智能模型，开创预测医学的新时代。这个模型——一个真正的数字孪生——目前正在开发中。该系统利用生成式人工智能技术，通过隐藏单个数据点并挑战自身推断缺失的部分进行训练。随着时间的推移，它会构建一个综合的健康档案，能够提前数年预测可能发生的医疗事件。“这意义重大——从在开药前模拟药物效果，到模拟生活方式改变的影响。”希洛说。“我们的愿景是：根据个人的数字孪生，为他们量身定制医疗决策。”

该团队已经创建了一个分析血糖数据的模型，不仅可以预测未来的血糖水平，还可以预测哪些糖尿病前期患者在两年内发展为糖尿病的风险最高，从而让医生有机会及早干预。其他工具包括“Gluformer”，这是一个基于超过 1000 万个血糖读数训练的人工智能模型，以及 COMPRER，它结合视网膜图像和颈部动脉扫描来预测心血管疾病。“许多研究表明，眼部血管系统可以揭示很多关于健康状况的信息。我们正在整合多个数据集来改进预测，” 希洛解释道。

这些工具的真正力量不仅在于其规模，还在于它们能够整合人类医生无法处理的复杂数据。“作为一名内分泌科医生，我无法通过分析 1000 万个血糖读数来获得洞见。但这些模型可以。” 希洛说。

目前，数字“孪生”已用于测试针对个体的饮食和药物干预措施。未来，该系统有望整合所有形式的可用健康数据，预测各种疾病，并减少治疗选择中的反复试验阶段。