新的临床智能系统旨在帮助医生处理碎片化的数据，并提供持续的预防性护理。
长寿医学不再面临数据采集问题；它正面临着解读危机。生物标志物、先进诊断和可穿戴设备正在产生前所未有的海量数据——问题不再是临床医生能否收集数据，而是他们能否利用这些数据进行连贯的分析和处理。
美国公司 Longevitix 推出了一款临床智能平台，旨在精确解决这一问题。该人工智能驱动的系统整合了来自多个来源的数据，包括实验室检测、可穿戴设备、临床笔记、入院表格和病史，并向医生提供综合评估、个性化干预计划和面向患者的报告。该平台面向长寿、预防、私人定制、整合和功能医学诊所，旨在提供更持续的护理模式，同时不增加管理负担。
预防医学常被描述为一个数据问题，但它越来越像一个综合性问题。实验室、可穿戴设备、影像学和组学数据都在不断累积，而医生却要努力将这些生物医学领域的“杂物抽屉”整合成一个连贯的临床策略。Longevitix 正在进入一个领域，在这个领域中，长寿诊所需要的不仅仅是仪表盘和异常标志——他们需要能够从噪音中区分信号、从前沿建议中分辨出既定指导、从轻微昂贵的好奇心中找到有用轨迹的基础设施。这里的承诺不是人工智能取代临床判断——那样只会导致监管消化不良——而是人工智能最终可能为临床医生提供一种实践纵向、系统性预防的方法，而无需每次问诊都像考古挖掘一样翻阅 PDF 文件、门户网站和可穿戴设备导出的数据。一如既往，考验将在于这些平台能否超越优雅的工作流程，实现可衡量的成果；在长寿医学中，“可操作的洞察力”是一个美妙的词语，但生物学对美妙的词语却始终毫无兴趣。为了解该公司如何处理证据层级、多系统临床推理和预防经济学，我们专访了 Longevitix 首席执行官兼联合创始人埃菲·阿迪蒂 (Effie Arditi)。
前沿证据
长寿医学领域的证据状况，委婉地说，并不平衡。医生们常常需要权衡那些拥有数十年数据支持的干预措施，与那些在纸面上引人注目——机制连贯、生物学上合理——但临床证据基础仍是暂定的方法。
阿迪蒂 (Arditi) 希望避免模糊这些区别。
他解释说：「我们的平台旨在帮助医生做出最佳决策并降低相关风险。」「知识库的构建采用了来源可信度过滤器和五级证据框架——从学会指南、科克伦 (Cochrane) 综述、高效随机对照试验 (RCT) 排名，到专家共识，以及新兴信号——预印本、早期阶段试验、转化机制工作。」
他继续说道，目标并非将不同形式的证据扁平化为单一建议，而是向临床医生提供做出知情决策所需的背景信息。
「每项建议、诊断假说、根本原因归因、补充剂或药物干预以及潜在生物学机制，都会附带其证据层级和直接来源链接。医生在做出决策时，可以看到引文、层级和机制原理。」
随着长寿领域的不断成熟，证据质量和临床管理问题变得越来越重要。阿迪蒂 (Arditi) 认为，如果临床医生要负责任地驾驭这个领域，透明度至关重要。
他解释说：「这保留了医生的自主权：平台展示了当前的证据前沿，但没有混淆标准护理与新兴疗法之间的差异。」「医生和患者仍然是决策者。平台的职责是透明地检索和整合证据，而不是自主决定，因此医生可以看到他们的干预路径、潜在风险和缓解步骤。」
系统碰撞
患者的风险很少局限于单一的生理领域。代谢功能障碍、炎症、心血管健康、荷尔蒙状况、睡眠质量和心理社会压力常常以难以解开的方式相互作用，尤其是在通过孤立的数据集观察时。
阿迪蒂 (Arditi) 表示，Longevitix 的设计旨在反映这一现实。
「人体生物学并非相互独立的系统，因此我们设计 Longevitix 以反映这一点。一位患者可能同时存在代谢信号、炎症信号、心血管风险、荷尔蒙变化、睡眠障碍和应激生理等多种相互作用的因素。有时这些信号指向同一个方向。有时它们则会造成模糊性。」
该平台使用专注于不同器官系统的专家模型，其输出结果有助于对患者健康进行更广泛的评估。
他说：「每个器官系统模型都经过领域训练，并作为专家代理运行，提供其对患者的独特视角。」「这些『专家』相互连接并以类似于医学大查房的方式进行交流。」
这种多学科方法旨在为患者风险创建一个更完整的图景，同时承认生物学并非总能提供直接的答案。
「然后，通过评估模式、置信度、严重程度、发展轨迹和临床背景，将它们的输出整合到统一的临床图景中。」
重要的是，阿迪蒂 (Arditi) 表示，该系统旨在揭示不确定性，而不是隐藏它。
“当信号冲突时，平台会暴露模糊性，而不是强行给出简单的答案。它通过跨系统的纵向轨迹构建综合信号强度。”
当存在重大分歧时，人工监督将优先于机器决策。
阿迪蒂 (Arditi) 解释说：「当信号指向截然不同的方向时，系统会标记冲突，以便上报给人工介入医生 (PIL)，由其仲裁临床解释，并在必要时直接与主治医生联系以达成病例特定的一致性。」
预防的经济学
该平台对持续护理的强调与预防医学中一个更棘手的问题不谋而合。临床技术发展迅速；围绕偶发性就诊和既定疾病组织的报销系统却未能跟上。
阿迪蒂 (Arditi) 认为这种紧张关系是常见模式的一部分。
「我们相信预防医学和长寿医学将遵循我们在医疗保健领域以前见过的道路：创新通常始于私人市场，在那里，患者、雇主或有远见的诊所愿意为更好的模式付费，然后传统系统会采纳那些变得可衡量、有证据支持且在经济上可行的部分。」
他指出远程医疗、远程患者监测和居家医院项目是最初在主流报销结构之外出现，然后获得更广泛接受的创新示例。
他认为，预防的经济逻辑正变得越来越难以忽视。
阿迪蒂 (Arditi) 解释说：「经济逻辑正变得不容忽视。根据疾病控制与预防中心 (CDC) 的数据，美国每年 5 万亿美元的医疗支出中，90% 用于慢性病患者。因此，在疾病已经发生之后，继续将几乎所有医疗费用都花掉，这不是一个可持续的模式。必须而且正在发生向早期检测、预防、依从性和持续护理的转变。」
阿迪蒂 (Arditi) 以保险公司 Curative 为例，说明一些支付方如何开始尝试以预防为导向的模式。
「保险公司 Curative 在这方面是一个有趣的早期信号。他们的保险模式围绕预防性基线检查、个性化护理计划以及消除网络内护理的财务障碍而建立。这表明一些支付方已经开始尝试奖励主动护理而非等待疾病进展的计划设计。」
目前，该公司的重点仍放在长寿、预防和私人定制诊所上，但阿迪蒂 (Arditi) 认为，这些环境产生的数据最终可能有助于塑造更广泛的医疗保健采纳。
他说：「目前，早期的采用者是私人定制、功能、长寿和预防诊所。」「在未来 3 到 5 年内，随着像我们这样的平台生成结构化数据、依从性指标、早期风险识别和可衡量的结果，我们相信这种模式的某些部分将与支付方和更广泛的医疗系统越来越相关。当它变得可操作、可衡量并受临床管理时，这一切就会发生。像我们这样的公司正在帮助证明这种新模式。」
构建缺失的层
十年的创新使长寿医学在衡量人类健康方面装备精良。然而，它尚未解决的是如何利用这些答案。生物标志物激增，可穿戴设备普及，数据集日益密集——问题已悄然从医学能否产生更多数据，转变为临床医生能否足够快地采取行动，以改变真正重要的事物。Longevitix 认为它已经构建了最终实现这一目标的基础层。
📎 来源：Longevity Technology