Budoucnost zdravotnictví se posouvá od reakce k očekávání. Do roku 2026 velké jazykové modely a pokročilá analýza dat umožní přesné lékařské predikce a umožní lékařům vyhodnotit riziko vzniku závažných onemocnění souvisejících s věkem – rakoviny, kardiovaskulárních onemocnění a neurodegenerativních stavů – desítky let předtím, než se objeví příznaky. Nejde jen o identifikaci rizika, jde o identifikaci konkrétní doby, kdy se tyto nemoci s největší pravděpodobností projeví, což umožňuje cílenou a agresivní prevenci.
Věda, která stojí za tímto průlomem, sleduje biologické stárnutí. Vědci nyní používají „systémové a orgánové hodiny“ a také specifické proteomarkery, aby určili, zda člověk nebo konkrétní orgány stárnou rychleji, než se očekávalo. Tato data jsou poté kombinována se stávajícími elektronickými zdravotními záznamy, včetně strukturovaných poznámek, výsledků testů, genetických informací, dat z nositelných senzorů a dokonce i faktorů prostředí. Výsledkem je bezprecedentní úroveň podrobností o zdravotním stavu člověka.
Algoritmy umělé inteligence se ukázaly jako klíčové při interpretaci složitých lékařských dat, jako jsou skenování sítnice, k předpovědi kardiovaskulárních a neurodegenerativních onemocnění roky dopředu – něco, co odborníci často přehlížejí. Na rozdíl od současných skóre polygenního rizika, která odhadují pravděpodobnost onemocnění, tento nový přístup nabízí časový oblouk, který předpovídá, kdy se stav pravděpodobně rozvine. S těmito znalostmi mohou lidé zavádět osvědčené změny životního stylu – protizánětlivé diety, cvičení a pravidelný spánek – které prokazatelně snižují riziko.
Nové léky jsou také na obzoru. Léky jako GPL-1, které se již používají při cukrovce a hubnutí, jsou slibné při posilování imunitního systému a snižování zánětu. Vyvíjejí se cílenější léčebné postupy, ale je třeba je testovat v přísných klinických studiích. Krevní test na p-tau217, marker Alzheimerovy choroby, je příkladem toho, jak lze včasnou diagnózu kombinovat se změnami životního stylu, aby se snížilo riziko, jak dokazují biologické hodiny stárnutí a skenování mozku.
To představuje paradigmatický posun v medicíně – od léčby nemocí k jejich prevenci. Spojení vědy o stárnutí a umělé inteligence nabízí příležitost výrazně zlepšit délku zdravého života a kvalitu života. I když je třeba řešit otázky ochrany osobních údajů, potenciál primární prevence závažných onemocnění souvisejících s věkem je příliš velký na to, aby se dal ignorovat. Mezery v datech a analýzách, které tomuto pokroku dlouho bránily, jsou konečně překonány, a proto je rok 2026 klíčovým rokem pro tento transformativní přístup.
Další nové slipy (na první pohled):
- Ceny založené na datech: Zákony státu New York vyžadují, aby maloobchodníci zveřejnili, zda vaše informace ovlivňují ceny, i když nikoli jak.
- Ochrana orgánů: Startup Maxe Hodaka (zakladatele společnosti Neuralink) nazvaný Science Corporation vyvinul prototyp strojů k prodloužení životnosti orgánů.
- Přizpůsobení AI: Nova Forge od Amazonu umožňuje zákazníkům trénovat modely AI pro konkrétní obchodní problémy.
- Umělá inteligence s otevřeným zdrojovým kódem: Nvidia podporuje umělou inteligenci s otevřeným zdrojovým kódem, možná proto, aby čelila hardwarové konkurenci.
- Surveillance AI: Flock využívá zahraniční nezávislé pracovníky k analýze videí, což vyvolává obavy o soukromí.
- Vydání GPT-5.2: OpenAI uvádí na trh svůj nejnovější model pod tlakem společnosti Google a dalších.
- Diagnostika sítnice: Eric Topol věří, že umělá inteligence by mohla způsobit revoluci v diagnostice nemocí pomocí skenů sítnice.
- Výzvy pro startupy s umělou inteligencí: Zakladatelé hlásí, že přeměna modelů na užitečné produkty se ukazuje jako obtížnější, než se očekávalo.
- Bots: Cloudflare od července zablokoval 416 miliard požadavků od AI botů.
- AI v reálném světě: Modely V-JEPA se učí fyziku z běžných videí.
- AI pro autonomní vozidla: HyprLabs se zavázala vyvíjet bezpečný software pro samořídící auta.
- Standardy pro Agent AI: OpenAI, Anthropic a Block spolupracují na vývoji otevřených standardů pro Agent AI.
