魏茨曼研究所开发AI模型可预测未来健康并提供个性化干预方案
An AI model from Weizmann Institute can predict your future health – and help you change it
以色列魏茨曼科学研究所的研究团队利用人体表型组计划（HPP）的13000人医学数据库，开发出可预测疾病风险并提供个性化干预方案的AI数字孪生模型。该成果发表在《自然医学》期刊，研究团队由施耐德儿童医学中心儿科内分泌专家Smadar Shilo教授与计算机科学系Eran Segal教授共同领导。
这项突破性技术通过分析医疗记录、生活方式和多组学数据（包括基因组、微生物组、代谢组），构建个体化数字孪生系统。模型能够追踪17个生理系统变化，计算生物年龄差异（如绝经后女性骨骼密度变化与生物年龄的强相关性），并已成功预测前糖尿病人群未来两年的糖尿病发病风险，准确率显著优于传统方法。
研究团队特别指出，以色列的人口基因多样性使其成为全球生物银行建设的理想地点。自2018年启动时招募10000名参与者以来，项目已扩展至30000人，计划最终达到10万人规模。除以色列本土外，研究分支已拓展至日本和阿联酋，合作方包括人工智能大学的Eric Xing教授团队。
数字孪生技术通过深度表型分析（deep phenotyping）实现疾病早筛：连续血糖监测、骨密度检测等17项系统评估每两年更新一次，结合AI算法可提前数年预判乳腺癌、炎症性肠病等疾病的微生物群特征变化。临床应用显示，该系统能模拟不同饮食干预和药物组合效果，避免传统医疗中的试错过程。
Eran Segal教授强调："我们创建的是全球最深度的人类数据集，不仅包含基因序列，更整合了环境暴露、微生物动态和衰老轨迹。这种多维视角将彻底改变预防医学，未来每位参与者都能获得个性化健康路线图。"目前团队正开发配套应用程序，预计2026年向公众开放个人健康预测功能。
该模型通过机器学习训练，每次保留部分数据进行验证，逐步建立生成式AI预测系统。值得关注的是，在实验室遭遇伊朗导弹袭击后，团队成功保护了所有生物样本，展现了科研工作的韧性。随着数据库向全球开放，该项目正成为精准医疗领域的核心基础设施。
【全文结束】
声明：本文仅代表作者观点，不代表本站立场，如有侵权请联系我们删除。
本页内容撰写过程部分涉及AI生成（包括且不限于题材，素材，提纲的搜集与整理），请注意甄别。