KI-Modell sagt Krankheitsbeginn anhand umfassender Gesundheitsdaten von 28.000 Menschen voraus

Das Human Phenotype Project ist eine der umfassendsten Gesundheitsstudien, die jemals durchgeführt wurden. Es analysiert tiefgreifende biologische und Lebensstildaten von 28.000 Teilnehmern, um Krankheiten vorherzusagen, bevor sie auftreten. Dieses ambitionierte Forschungsvorhaben könnte die Art und Weise, wie wir präventive Medizin und personalisierte Gesundheitsoptimierung angehen, grundlegend verändern.

Die Forscher erfassten eine beispiellose Bandbreite an Daten von über 13.000 Teilnehmern, die die Erstuntersuchung abgeschlossen hatten. Dazu gehörten Genetik, Analysen des Darm-, Mund- und Vaginalmikrobioms, Blutmetabolomik, Immunprofiling, kontinuierliches Glukosemonitoring, Schlaftracking, detaillierte Ernährungsprotokolle sowie umfassende Lebensstilbewertungen. Ziel war es, molekulare Signaturen zu identifizieren, die das Auftreten und die Progression von Krankheiten vorhersagen können.

Der bedeutendste Durchbruch der Studie war die Entwicklung eines multimodalen KI-Grundlagenmodells, das bestehende Vorhersagemethoden übertraf. Durch das Training auf Daten des kontinuierlichen Glukosemonitorings in Kombination mit Ernährungsinformationen mittels selbstüberwachtem Lernen konnte die KI die Krankheitsentwicklung mit bemerkenswerter Genauigkeit vorhersagen. Die Forscher identifizierten außerdem, wie Gesundheitsmarker mit Alter und ethnischer Zugehörigkeit variieren, und entdeckten spezifische molekulare Signaturen, die mit verschiedenen Erkrankungen assoziiert sind.

Diese Arbeit hat weitreichende Implikationen für Langlebigkeit und präventive Medizin. Das KI-Modell erstellt im Wesentlichen einen „digitalen Zwilling" des Gesundheitszustands jedes Teilnehmers, was es Ärzten potenziell ermöglichen könnte, Jahre vor dem Auftreten von Symptomen einzugreifen. Der umfassende Datensatz zeigt zudem, wie Lebensstilfaktoren Gesundheitsergebnisse direkt beeinflussen, und liefert so umsetzbare Erkenntnisse zur Gesundheitsoptimierung.

Diese Zusammenfassung basiert jedoch ausschließlich auf dem Abstract, was eine detaillierte Analyse der Methodik und spezifischer Ergebnisse einschränkt. Die kommerziellen Verbindungen der Studie sollten bei der Bewertung der Ergebnisse ebenfalls berücksichtigt werden.