AI驱动的“数字双胞胎”为预测个人健康成果而创建

在举行重要的会议或需要做出重大决定之前，我们经常在各种情况下进行精神锻炼，然后再解决最佳的行动方案。但是，当涉及到我们的健康时，无论是选择疾病的治疗方法，甚至选择饮食方案 - 很难预测每种选择将如何影响我们的身体以及它是否适合我们个人。

最近，魏兹曼科学学院Eran Segal教授实验室的研究人员利用人工智能创建个性化的“数字双胞胎”，使他们能够发现患有疾病的风险，启动预防治疗，甚至进行模拟以预测哪种治疗方法最有效。这新发展，，，，详细的在自然医学人类表型项目使参与该倡议的科学家与全球的同事一起收集了广泛，深入的研究，使其成为可能医疗信息来自13,000多人。

在1990年启动人类基因组项目之前，探讨了我们每个人的基本问题，只有一小部分人类基因才知道科学。该项目导致鉴定了成千上万的基因，这些基因塑造了我们的性状，并揭示了许多疾病的遗传基础。

但是，今天很明显，仅基因只提供部分图片。定义我们的许多特征以及威胁我们的疾病与环境因素，居住在我们体内（我们的微生物组），衰老过程和其他因素的微生物社区。

为了获得更广阔的局面，韦兹曼的计算机科学和应用数学部门的西加尔（Segal）于2018年启动了人类表型项目。该项目跟踪了成千上万的参与者，这些参与者在25年期间进行了每两年进行一次大量的医疗评估和测试。这些评估涵盖了17种不同的身体系统，包括各种各样的测试，例如身体测量，营养原木，超声，骨矿物质密度测试，配音记录，家庭睡眠测试，在两周内进行连续的葡萄糖监测，基因测序，基因测序，细胞蛋白质分析和来自肠道和或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或或作或作或作物为作用为作用为作物为作用为作物为作用所。

Segal说：“当我们在2018年在以色列启动该项目时，我们的最初目标是10,000名参与者。”“从那时起，有3万多人签署了签约，我们希望将来能达到100,000人。为了加深我们对种族，环境和文化变化的理解，我们在日本建立了一个分支机构，目前正在最终确定阿拉伯联合阿联酋的另一个分支机构，与埃里克（Eric Xing）合作，与穆罕默德·本·扎耶德（Mohamed Bin Zay Zay Zay Zay Zays of Artsightion of Artichation Intellighent of Articherice Insivelion）合作。

“我们还在扩大参与者的年龄范围。最初，我们招募了40至70岁的人，但现在年轻，老年人也正在加入研究。这项研究导致创建了一个高级数据库，该数据库不仅是广泛的，而且代表了当前存在的最深入的人类数据集合。

“我们认识到与科学界现在，在维持参与者的隐私的同时，以数字方式进入了以数字方式访问。我们认为，我们编制的数据将对医学领域产生深远的影响。”

您的生物年龄是多少？

现代医学在很大程度上依赖进行测试，并将结果与一个人的年龄和性别的平均范围进行比较。但是，基本的健康状况和衰老过程在个体之间差异很大。

由Drs领导的研究团队。Segal实验室的Lee Reicher和Smadar Shilo开发了一种AI模型，该模型研究了典型的生理变化，这些变化发生在一个人的17个人体系统中，并学会了识别与预期模式的偏差。该模型建立在由专门从事医疗保健AI研究的公司开发的平台上。

Segal解释说：“该模型为每个身体系统分配得分，并将这些值与参与者年龄，性别和体重指数的预期值进行比较。”“基于与这些预测值的偏差，该模型决定了参与者的生物年龄。身体系统的明显年龄越大，相关疾病的风险越大。

“例如，通过跟踪参与者的葡萄糖水平，我们确定了这些年来男性和女性血糖增加的规范率。我们的模型检测到与这种模式的任何偏差，因此成功地识别了40％通过常规睾丸被归类为健康的人的糖尿病。”

对生物年龄的研究揭示了性别之间的显着差异。Segal指出：“尽管男性的生物年龄通常相对线性地增加，但我们观察到女性在生命的第五个十年中的生物衰老的加速度。”

“更年期在许多医学方面都是一个关键事件，它似乎重置了生物年龄的时钟。例如，我们发现骨密度的降低与自更年期开始以来过去的时间更加密切相关。与年代年龄相比，与年代年龄相比，我们的测量结果可以检测到更年期的早期治疗，因此可以予以计划。

人类表型项目还发现了新的途径，用于早期诊断多种医疗状况，包括乳腺癌，炎症性肠病和子宫内膜异位症。这是因为这些条件的特征是患者微生物组的组成变化，并且这种变化是一种独特且可识别的“签名”。

尽管如此，人类表型项目的最重要的希望在于它的潜力来推进个性化或精确医学。研究人员的目的是通过统一的计算机模型来实现这一目标，该模型将整合从项目中每个参与者那里收集的所有信息，从而创建该人的数字双胞胎。目前正在开发的模型中，在博士生伙伴卢茨克（Guy Lutsker）领导的项目中，将预测参与者将来可能会遇到的医疗活动以及如何最好地预防它们。

为了训练模型，科学家让IT研究每个参与者的病历，然后要求它做出次要预测。每次都会保留一条特定的信息，并且该模型的任务是根据现有数据进行预测。这种培训方法有助于创建一个可以预测医疗事件的生成性AI模型，并且预计将来将构建整个个性化的“健康轨迹”，概述一个人的未来健康状况。

研究团队已经开发了一种模型，该模型通过分析参与者的葡萄糖水平，不仅可以成功预测其未来的葡萄糖水平，而且还预测了哪些糖尿病前个体在未来两年内患糖尿病的风险最高。这样的预测有助于预防疾病，或在早期延迟疾病。此外，研究人员已经在使用数字双胞胎来检查哪些饮食变化或药物对每个参与者最有益。

将来，该模型有望涵盖数据库中的所有信息，从而使其能够预测广泛的医疗事件，并备用患者经常漫长的试验和纠正过程，以找到最有效的治疗方法。

“人类表型项目的参与者社区主要使这一成就成为可能。这是一群致力于进化医学和持续监测其健康的人群。我们正在开发一个应用程序，将所有收集的信息带给参与者的指尖，将来将为他们提供个人的“健康轨迹”，” Segal补充说。”

“我们生活在一个令人难以置信的迅速变化的时代。在未来几年中，健康和医学领域将经历巨大的转变，变得越来越多地驱动。

“我们的项目有望成为全球信息和创新的主要来源，这全都归功于我们的参与者。我想借此机会向你们每个人表示诚挚的感谢，您的非凡合作是这场医学革命背后的真正驱动力。”