Stanfords Michael Snyder möchte, dass Wearables das Altern erkennen, bevor man es spürt

Michael Snyder, Direktor von Stanfords Center for Genomics and Personalized Medicine, hat jahrelang daran gearbeitet, Wearables in ernsthafte wissenschaftliche Instrumente zu verwandeln. Sein Argument ist einfach: Wenn wir die gesunde Lebensspanne verlängern wollen, müssen wir die Gesundheit kontinuierlich überwachen – und nicht warten, bis eine Krankheit auftritt, um dann zu reagieren. Wearables, die rund um die Uhr messen, können einen individuellen Gesundheits-Ausgangswert ermitteln und Abweichungen erkennen, bevor Symptome auftreten.

Snyders Labor demonstrierte dies erstmals mit seiner eigenen Lyme-Erkrankung, die durch einen präsymptomatischen Abfall des Blutsauerstoffs erkannt wurde. Das Konzept wurde während COVID-19 erheblich ausgeweitet: In Zusammenarbeit mit Fitbit zeigte sein Team, dass Wearable-Signale eine Infektion bereits Tage erkennen konnten, bevor sich die Menschen krank fühlten. Da COVID ein verlängertes präsymptomatisches Fenster hat, ermöglichten frühzeitige Warnungen eine schnellere Behandlung mit antiviralen Mitteln wie Paxlovid und erlaubten es Haushaltskontakten mit hohem Risiko – wie Familienmitgliedern von Transplantationspatienten –, sich rechtzeitig zu isolieren.

Über akute Erkrankungen hinaus hat Snyders Forschung zwei ausgeprägte Wellen altersbedingter biologischer Veränderungen identifiziert: eine Mitte 40 und eine weitere Mitte 60. Dies sind keine allmählichen, linearen Rückgänge, sondern relativ abrupte Verschiebungen in molekularen und physiologischen Markern. Er hat auch das Konzept der „Ageotypes" entwickelt – die Idee, dass Menschen entlang unterschiedlicher biologischer Trajektorien altern, was bedeutet, dass personalisierte Interventionsstrategien möglicherweise wirksamer sind als Einheitslösungen.

Um gesundes Altern präzise genug für klinische Studien zu quantifizieren, entwickelt Snyder die „intrinsic capacity" als zusammengesetzten Biomarker weiter – physische, kognitive und physiologische Messungen werden zu einem einzigen nachverfolgbaren Wert zusammengefasst, den Langlebigkeitsforscher und Kliniker als Endpunkt verwenden können.

Die praktischen Auswirkungen sind bedeutend: Kontinuierliche Wearable-Daten, kombiniert mit KI-Analyse, könnten echte Präventivmedizin für gewöhnliche Erwachsene realisierbar machen. Vorbehalte bleiben hinsichtlich des Datenschutzes, der Algorithmusvalidierung und der Notwendigkeit großer, vielfältiger Kohorten, bevor klinische Empfehlungen standardisiert werden können.