Une plateforme d'IA cible les risques précoces de maladies cardiaques et de diabète chez 5 millions de patients
Longevity AI et Clalit Health Group s'associent pour réentraîner des modèles de risque mondiaux à partir de données réelles issues de près de cinq millions de patients.
Résumé
Longevity AI et le Meir Medical Center ont lancé une collaboration de recherche visant à améliorer la prédiction du risque de maladies cardiovasculaires et de diabète de type 2 chez des patients réels. S'appuyant sur les données longitudinales du réseau Clalit, qui regroupe 14 hôpitaux et 1 500 cliniques couvrant près de cinq millions de personnes, ce projet consiste à réentraîner et recalibrer des modèles de prédiction du risque reconnus à l'échelle mondiale à partir de dossiers médicaux électroniques issus de la pratique clinique réelle. L'objectif est d'identifier plus précocement les personnes à risque et de proposer une prévention plus personnalisée. La collaboration intègre la plateforme d'intelligence clinique de Longevity AI directement dans le flux de travail du dossier médical électronique, afin de faire apparaître les risques pour chaque patient avant que la maladie ne progresse. Cette initiative représente une avancée significative vers une prévention de précision à l'échelle des populations.
Résumé détaillé
La prédiction précise du risque de maladie cardiovasculaire et de diabète de type 2 constitue l'une des frontières les plus concrètes de la médecine préventive. Les modèles de risque standard, bien que validés dans de grands essais cliniques, ont souvent été développés sur des populations qui ne reflètent pas nécessairement la diversité des patients en situation réelle — entraînant des défauts de calibration et des occasions manquées d'intervenir précocement. Cette collaboration vise à combler cet écart.
Longevity AI et des chercheurs du Meir Medical Center, rattaché au groupe de santé israélien Clalit Health Group, ont annoncé un projet conjoint visant à réentraîner et à recalibrer des modèles de risque cardiovasculaire et de diabète de type 2 reconnus mondialement. Ils utiliseront des données longitudinales issues du système intégré de Clalit, qui regroupe 14 hôpitaux, environ 1 500 cliniques communautaires et près de cinq millions de patients — l'un des plus grands ensembles de données cliniques en conditions réelles disponibles à ce jour.
Le projet accédera à ces données via OCEAN, l'infrastructure sécurisée de données de Clalit, et s'inscrira dans le cadre établi par celle-ci en matière de confidentialité, de gouvernance et d'approbation de la recherche. L'équipe comprend le Professeur Pnina Rotman-Pikielny et le Dr Liat Barzilay-Yoseph du Meir Medical Center, ainsi que Dor Daniel, directeur technique de Longevity AI, et les data scientists Gil Frenkel et le Dr Lior Roitman.
La plateforme de Longevity AI est décrite comme un système d'intelligence clinique qui intègre des données à l'échelle de la population et des modèles de risque clinique directement au sein du dossier médical électronique, faisant remonter des signaux de risque individualisés au moment de la prise en charge. L'objectif est de permettre aux cliniciens d'identifier plus tôt les personnes à risque et d'intervenir avec des stratégies préventives plus personnalisées.
Il s'agit d'une annonce de collaboration en phase initiale, sans résultats publiés à ce stade. Les implications pratiques — si les modèles recalibrés s'avèrent plus précis pour l'ensemble de la population diversifiée de Clalit — pourraient inclure un meilleur ciblage des interventions sur le mode de vie, une prévention pharmaceutique plus précoce et une réduction à grande échelle du fardeau des maladies cardiovasculaires et métaboliques. Une validation indépendante par les pairs demeurera indispensable pour confirmer toute amélioration par rapport aux outils de risque existants.
Principales conclusions
- Global cardiovascular and Type 2 diabetes risk models will be retrained using real-world data from nearly five million patients.
- Clalit's network of 14 hospitals and 1,500 clinics provides one of the largest longitudinal real-world health datasets available.
- The platform embeds recalibrated risk scores directly into electronic medical records for point-of-care clinical use.
- Project goals include earlier risk identification and more personalized preventive care before disease onset.
- All data access operates under Clalit's established privacy, governance, and research approval frameworks.
Méthodologie
Il s'agit d'un rapport d'actualité résumant l'annonce d'une collaboration, et non d'une étude publiée. La source, Longevity.Technology, couvre le secteur de la longévité et des technologies de santé et rend compte généralement avec précision des développements industriels. Aucun résultat évalué par des pairs n'est encore disponible ; les affirmations concernant la taille des ensembles de données et les capacités de la plateforme proviennent des entreprises concernées.
Limites de l'étude
Il s'agit d'une annonce de collaboration, et non d'un rapport de résultats — aucun modèle recalibré ni aucune donnée de résultats n'ont encore été publiés. Les affirmations concernant la taille des ensembles de données et les capacités de la plateforme sont auto-déclarées par les organisations partenaires et nécessitent une vérification indépendante. Une publication dans une revue à comité de lecture sera nécessaire pour déterminer si les modèles recalibrés surpassent les outils d'évaluation du risque mondial existants.
Ce résumé vous a plu ?
Recevez les dernières recherches sur la longévité dans votre boîte de réception chaque semaine.
Saisissez votre e-mail pour vous abonner :