Институт Изучения Старения (4/6) - Практический Блок: Вычислительный отдел.

Можно спросить, а зачем делать два отдела, которые будут заниматься вычислениями? Здесь я хочу начать с принципиального разделения двух понятий: Aging research & Longevity Medicine (см. первую картинку). Первое описывает то чем занимается Теоретический блок - биологией старения. Второе - про медицину и практику. В публичном дискурсе эти понятия часто смешиваются, но я бы не делал этого, поскольку эти направления делают принципиально разные обещания.
Longevity medicine - это про лучшее для долголетия здесь и сейчас. Но мы должны понимать, что если здесь и сейчас все люди на планете откажутся от вредных привычек, займутся спортом, будут соблюдать диету и регулярно проходить медицинские чекапы, то лучшее на что они могут расcчитывать это +10-15 лет здоровой жизни. Что довольно-таки неплохо, но принципиально не меняет картину, отнимает много времени, сил и денег на то чтобы следовать всем рекомендациям. Тем не менее попробовать стоит, а одна из задач Практического блока все эти рекомендации систематизировать. Без Вычислительного отдела, который целенаправленно занимается сугубо медицинскими вопросами такую задачу не решить. Однако, у него есть еще одна большая цель, о которой поговорим ниже.

Что будет делать отдел?
1) Мета-анализы публикаций и поиск информации о новых воздействиях, продлевающих жизнь. Сугубо задачка для зрелого ИИ-агента, прочитать интернет, собрать все факты, ранжировать по правдоподобию, и поддерживать их регулярный обновленный список из которого затем лучшее добавлять в клинические рекомендации. Однако, качественное решение такой задачи требует целой команды специалистов на стыке ИИ и медицины.

2) Обработка данных Геронтологического отдела (о нем в следующем посте). Подобно Теоретическому отделу, Вычислительный отдел занимается полным обслуживанием интересов геронтологов, клиницистов. Он обрабатывает результаты когортных исследований, вычищают и обрабатывают медицинские данные, делают статистическую обработку и дизайн будущих исследований.

3) Разработка моделей рисков. Тема, в которой я тону уже целый год, с чего бы начать... Для любого из возраст-зависимых заболеваний (включая рак, остеопороз, заболевания сердца, саркопению, диабет и пр.) можно собрать клинические данные и построить модель, прогнозирующую риск этих заболеваний по биомаркерам (биохимия крови, общий анализ мочи,...) или истории прошлых заболеваний (пример). Можно даже предсказывать риск смерти от всех причин и пересчитывать его в единицы возраста - собственно, биологический возраст. Работа эта большая и требует большого внимания к данным и моделям, но результат: очень много весьма полезных моделей, по которым врачи могут стратифицировать пациента по уровню риска, а пациент понимать спектр своих возможных рисков и начать их профилактику. Но пожалуй самое интересное и многообещающее это пункт 4.