Una Piattaforma AI Punta a Identificare Precocemente il Rischio di Malattie Cardiache e Diabete in 5 Milioni di Pazienti
Longevity AI e Clalit Health Group collaborano per riaddestrare modelli di rischio globali utilizzando dati del mondo reale provenienti da quasi cinque milioni di pazienti.
Riepilogo
Longevity AI e il Meir Medical Center hanno avviato una collaborazione di ricerca per migliorare la capacità di prevedere il rischio di malattie cardiovascolari e diabete di tipo 2 nei pazienti reali. Utilizzando dati longitudinali dalla rete di Clalit, che comprende 14 ospedali e 1.500 cliniche per quasi cinque milioni di persone, il progetto prevede di riaddestrare e ricalibrate modelli consolidati di previsione del rischio a livello globale mediante cartelle cliniche elettroniche provenienti dalla pratica reale. L'obiettivo è identificare più precocemente i soggetti a rischio e offrire una prevenzione più personalizzata. La collaborazione integra la piattaforma di intelligenza clinica di Longevity AI direttamente nel flusso di lavoro della cartella clinica elettronica, con l'intento di rilevare i rischi del paziente prima che la malattia progredisca. Si tratta di un passo significativo verso la prevenzione di precisione su scala di popolazione.
Riepilogo Dettagliato
La previsione accurata del rischio di malattie cardiache e diabete di tipo 2 è una delle frontiere più concrete della medicina preventiva. I modelli di rischio standard, sebbene validati in grandi studi clinici, sono stati spesso sviluppati su popolazioni che potrebbero non riflettere la diversità dei pazienti nel mondo reale — con conseguente miscalibrazione e mancate opportunità di intervento precoce. Questa collaborazione mira a colmare tale divario.
Longevity AI e i ricercatori del Meir Medical Center, parte del gruppo israeliano Clalit Health Group, hanno annunciato un progetto congiunto per riaddestrare e ricalibrare modelli di rischio cardiovascolare e per il diabete di tipo 2 riconosciuti a livello globale. Utilizzeranno dati longitudinali tratti dal sistema integrato di Clalit, che comprende 14 ospedali, circa 1.500 ambulatori territoriali e quasi cinque milioni di pazienti — uno dei più grandi dataset clinici del mondo reale attualmente disponibili.
Il progetto accederà a questi dati attraverso OCEAN, l'infrastruttura dati sicura di Clalit, e opererà nel rispetto dei quadri normativi stabiliti in materia di privacy, governance e approvazione della ricerca. Il team include la Professoressa Pnina Rotman-Pikielny e la Dott.ssa Liat Barzilay-Yoseph del Meir Medical Center, insieme al CTO di Longevity AI Dor Daniel e ai data scientist Gil Frenkel e il Dott. Lior Roitman.
La piattaforma di Longevity AI è descritta come un sistema di intelligenza clinica che integra dati su scala di popolazione e modelli di rischio clinico direttamente all'interno della cartella clinica elettronica, rendendo disponibili segnali di rischio individualizzati per ogni paziente nel momento della visita. L'obiettivo è consentire ai clinici di identificare con maggiore anticipo i soggetti a rischio e intervenire con strategie preventive più personalizzate.
Si tratta di un annuncio di collaborazione in fase iniziale, senza risultati pubblicati al momento. Le implicazioni pratiche — qualora i modelli ricalibrati si dimostrino più accurati sull'eterogenea popolazione di pazienti di Clalit — potrebbero includere un migliore indirizzamento degli interventi sullo stile di vita, una prevenzione farmacologica più tempestiva e una riduzione su larga scala del carico di malattie cardiovascolari e metaboliche. Una validazione indipendente con revisione tra pari sarà essenziale per confermare eventuali miglioramenti rispetto agli strumenti di valutazione del rischio esistenti.
Risultati Principali
- 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.
Metodologia
Questa è una notizia che riassume l'annuncio di una collaborazione, non uno studio pubblicato. La fonte, Longevity.Technology, copre il settore della longevità e delle tecnologie per la salute e generalmente riporta in modo accurato gli sviluppi del settore. Non sono ancora disponibili risultati peer-reviewed; le affermazioni relative alle dimensioni del dataset e alle capacità della piattaforma provengono dalle aziende coinvolte.
Limitazioni dello Studio
Si tratta dell'annuncio di una collaborazione, non di un resoconto di risultati — nessun modello ricalibrato né dato sugli esiti è stato ancora pubblicato. Le dichiarazioni relative alle dimensioni del dataset e alle capacità della piattaforma sono auto-riferite dalle organizzazioni coinvolte nella collaborazione e richiedono una verifica indipendente. Sarà necessaria una pubblicazione peer-reviewed per valutare se i modelli ricalibrati superino le prestazioni degli strumenti di valutazione del rischio globali esistenti.
Ti è piaciuto questo riepilogo?
Ricevi ogni settimana le ultime ricerche sulla longevità direttamente nella tua casella email.
Inserisci la tua email per iscriverti: