长寿人工智能（Longevity AI）与梅厄医学中心（Meir Medical Center）的新合作探讨，更新旧有的医疗风险评估工具能否为健康寿命带来更多助益。
人工智能（AI）已成为现代医学的明星。每周似乎都有新的头条新闻承诺AI将发现下一款「奇迹药物」、预测所有疾病或揭示衰老本身的生物学机制。这种叙事已变得耳熟能详：更大的模型、更强的算力、更宏大的抱负。但如果长寿领域最重要的AI项目，结果却…相当普通，那会怎么样呢？
这正是长寿人工智能（Longevity AI）与以色列克拉利特健康集团（Clalit Health Group）下属梅厄医学中心（Meir Medical Center）的临床医生和研究人员之间一项新研究合作提出的问题 [1]。该项目并未构建一个全新的预测系统，而是采取了一种出人意料的「谦逊」方法。它重新审视了医生们已经在使用的医疗风险计算器，并思考它们是否只是需要更新换代。这与其说是一次革新，不如说是一次「刷新」。
这也引出了一个更大的问题。医疗风险评分长期以来指导着心脏病、糖尿病和其他慢性疾病的决策。然而，许多评分是在多年前——甚至几十年前——开发的，当时使用的患者群体与我们现在的生活方式大相径庭。今天的世界已截然不同。饮食变了。睡眠变了。压力变了。肥胖率也发生了变化。甚至医疗保健本身也在不断演进。
如果我们的生活发生了如此巨大的变化，那么预测我们未来健康的工具是否也应该随之演变？
昨日的地图可能不再适用于今日的道路
如果出现了新社区、交通模式发生变化或修建了桥梁，过时的地图就会导致更差的决策。它仍然能用，只是效果不那么好了。同样的原理也适用于临床预测模型。梅厄医学中心（Meir Medical Center）和长寿人工智能（Longevity AI）的研究人员并非完全抛弃这些模型，而是希望了解它们在当今真实世界医疗数据中的表现如何，以及重新校准它们是否能改善心血管疾病和2型糖尿病的早期检测。
重要的是，这是一项研究，而非新临床产品的发布。此次合作旨在检验全球公认的预测模型在当代医疗环境中的表现。
「许多慢性病在出现症状前会悄无声息地发展多年，从而限制了早期干预的机会。」梅厄医学中心（Meir Medical Center）内分泌科主任普尼娜·罗特曼-皮基尔尼（Pnina Rotman-Pikielny）教授说，「在疾病进展前，找到更好的方法来识别高风险患者仍然是预防医学中最重要的挑战之一。像这样的研究有助于我们评估现有预测工具在当今临床环境中的表现。」
为什么专注于常见疾病而不是未来派的衰老科学？
长寿领域不乏引人注目的想法。生物年龄时钟。细胞重编程。细胞衰老疗法。基因编辑。与这些相比，心脏病和2型糖尿病听起来几乎…普通。然而，它们仍然是导致人们失去健康寿命的两个主要原因。预防这些疾病——即使是微小的改进——也可能比许多尚需数年才能进入临床实践的实验疗法，对整个人群产生更大的影响。
这种选择具有实用性。这项合作并非询问「有朝一日如何让人类活得更长」，而是提出一个更简单的问题：「我们能否帮助更多人从一开始就避免成为病人？」这提醒我们，长寿往往不是追求非凡的突破，而是改善普通的医疗保健。
克拉利特（Clalit）的整合医疗系统汇集了来自医院、社区诊所、实验室以及覆盖近500万患者的统一电子病历的信息。研究人员不再只看到某人健康的孤立快照，而是能够跟踪其多年来的变化。
这种纵向视角至关重要。单次血液检查揭示的是一个瞬间。多年的医疗记录则讲述了一个故事。研究人员希望这些故事能帮助确定现有的预测模型是否仍然准确，或者微小的调整是否能更早地识别出患者，以便在预防性护理仍有最大机会改变结果时进行干预。
「这项研究合作反映了我们致力于负责任地评估创新工具的承诺，这些工具可能支持更早的风险检测和更个性化的预防性护理。通过将临床专业知识与克拉利特（Clalit）的纵向真实世界数据基础设施相结合，我们可以检查风险预测模型在当代护理环境中的表现，以及它们如何帮助临床医生识别可能从早期干预中受益的患者。」梅厄医学中心（Meir Medical Center）高级内分泌学家和内科专家利亚特·巴齐莱-约瑟夫（Liat Barzilay-Yoseph）医生说。
「枯燥」创新的价值
多年来，许多讨论都集中在取代医生或创建更复杂的算法上。然而，业界日益认识到，成功可能更多地取决于让现有医疗系统更好地运作，而不是构建全新的东西。
「克拉利特（Clalit）拥有14家医院、约1500家诊所，以及覆盖近500万患者的统一电子健康记录，已建立起全球最全面的纵向医疗保健数据集之一，为推进预防性护理和慢性病管理研究奠定了独特的基础。」长寿人工智能（Longevity AI）创始人兼首席执行官盖伊·莱特斯多夫（Guy Leitersdorf）说，「我们很荣幸能与梅厄医学中心（Meir Medical Center）的临床医生和研究人员合作，探索临床智能如何支持更早、更积极主动的护理。」
长寿的未来可能不总是通过惊人的科学突破或引人注目的AI演示来临。有时，进步看起来像是谨慎地更新可信赖的工具，用新证据检验旧假设，并帮助临床医生每天做出稍微更好的决策。
如果这听起来有些「枯燥」，那可能正是其重点所在。毕竟，如果医疗风险评分有「保质期」，那么赋予它们第二次生命可能比发明另一个「黑箱」算法更有价值。而且，如果预防常见的心脏代谢疾病能增加更多健康寿命，而不是追逐遥远的抗衰老承诺，那么长寿的下一个飞跃可能不是始于医学的重塑，而是始于最终更新其最古老的地图。
[1] https://www.longevity-ai.com/news/clalit-meir-chronic-disease-risk-prediction
📎 来源：Longevity Technology