Le Buck Institute lance une initiative de suivi de l'espérance de vie en bonne santé assistée par l'IA
Un nouveau programme combine les objets connectés, les données de laboratoire et l'IA pour prédire les trajectoires de vieillissement en bonne santé et prévenir les maladies avant l'apparition des symptômes.
Résumé
Le Buck Institute for Research on Aging a lancé Healthspan Horizons, une initiative ambitieuse combinant des données du monde réel issues de dispositifs portables, de moniteurs de sommeil, de systèmes de suivi nutritionnel et d'analyses de laboratoire, avec une analyse par IA afin d'identifier des signaux précoces de prévention des maladies. Le programme vise à créer des ensembles de données longitudinales complètes permettant de suivre les trajectoires du vieillissement en bonne santé ainsi que les facteurs de résilience. Cette initiative répond à un manque critique : l'allongement de l'espérance de vie s'accompagne souvent d'une prise en charge de maladies chroniques plutôt que d'une extension des années en bonne santé. L'initiative développera un score de capacité intrinsèque de niveau FDA afin de prédire les résultats du vieillissement en bonne santé.
Résumé détaillé
Le Buck Institute for Research on Aging a dévoilé Healthspan Horizons, une initiative révolutionnaire conçue pour mesurer et prolonger l'espérance de vie en bonne santé grâce à l'intégration de données complètes et à l'intelligence artificielle. Ce programme représente un changement significatif : plutôt que de simplement allonger l'espérance de vie, il vise à optimiser la qualité de ces années supplémentaires.
L'initiative combine des données du monde réel provenant de multiples sources, notamment des dispositifs portables, la surveillance du sommeil, le suivi de l'activité physique, les évaluations nutritionnelles et les biomarqueurs de laboratoire. Des algorithmes d'IA avancés analysent ces ensembles de données longitudinales denses afin d'identifier des signaux précoces susceptibles de prédire l'apparition de maladies avant que les symptômes ne se manifestent, permettant ainsi des stratégies d'intervention proactives.
Nathan Price, PhD, professeur au Buck Institute et co-fondateur de l'initiative, a souligné l'accent mis par le programme sur la production d'informations interprétables sur l'espérance de vie en bonne santé à grande échelle. L'objectif est de comprendre ce qui distingue les individus qui vieillissent avec succès de ceux qui développent des maladies chroniques, en créant des cadres d'action pour un vieillissement en bonne santé.
Une étape majeure aura lieu le 23 avril 2026 avec le lancement de THRIVE : Transforming Health—Reclaiming Intrinsic Vitality for Everyone. Cette collaboration avec la YMCA et le California Institute of Stress and Resilience Research vise à développer un Intrinsic Capacity Score de niveau FDA capable de prédire les trajectoires de vieillissement en bonne santé et de guider des interventions personnalisées.
Cette initiative répond au défi fondamental suivant : bien que les avancées médicales aient prolongé l'espérance de vie humaine, une grande partie de ce temps supplémentaire est souvent consacrée à la gestion de maladies chroniques plutôt qu'à la pleine jouissance d'une santé robuste. En se concentrant sur l'espérance de vie en bonne santé plutôt que sur la seule espérance de vie, ce programme pourrait révolutionner notre approche du vieillissement et de la prévention des maladies.
Principales conclusions
- New AI platform integrates wearables, sleep, nutrition, and lab data for disease prediction
- Initiative focuses on extending healthspan rather than just lifespan
- FDA-grade Intrinsic Capacity Score will predict healthy aging trajectories
- Program addresses gap where added years often involve chronic disease management
- Collaboration with YMCA brings community-based implementation approach
Méthodologie
L'initiative combine la collecte de données longitudinales provenant de sources multiples, notamment des dispositifs portables, des moniteurs de sommeil, des trackers d'activité, des évaluations nutritionnelles et des biomarqueurs de laboratoire. Des algorithmes d'IA analysent ces ensembles de données intégrées afin d'identifier les signaux précoces de prévention des maladies et les schémas de vieillissement en bonne santé.
Limites de l'étude
Ce résumé est basé uniquement sur un communiqué de presse, sans accès à une méthodologie détaillée ni à des données préliminaires. L'initiative étant nouvellement lancée, l'efficacité à long terme et les résultats cliniques restent à démontrer.
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 :