Pada tahun 2026, kami akan melihat awal dari peramalan medis yang presisi. Sebagaimana telah terjadi kemajuan luar biasa dalam peramalan cuaca dengan menggunakan model bahasa yang luas, demikian pula halnya dengan penentuan risiko seseorang terhadap penyakit-penyakit utama yang berkaitan dengan usia (kanker, kardiovaskular, dan neurodegeneratif). Penyakit-penyakit ini mempunyai benang merah yang sama, seperti fase inkubasi yang lama sebelum gejala muncul, biasanya dua dekade atau lebih. Mereka juga memiliki dasar biologis yang sama yaitu immunosenescence dan peradangan, istilah yang mencirikan sistem kekebalan tubuh yang telah kehilangan sebagian fungsi dan kekuatan perlindungannya, dan peningkatan peradangan yang menyertainya.
Ilmu pengetahuan tentang penuaan telah memberi kita cara baru untuk melacak proses ini dengan jam seluruh tubuh dan organ, serta biomarker protein tertentu. Hal ini memungkinkan kita untuk menentukan apakah seseorang atau organ dalam seseorang mengalami penuaan dengan kecepatan yang dipercepat. Selain itu, algoritme AI baru dapat melihat hal-hal yang tidak dapat dilakukan oleh para ahli medis, seperti menafsirkan secara akurat gambar medis seperti pemindaian retina untuk memprediksi penyakit kardiovaskular dan neurodegeneratif bertahun-tahun sebelumnya.
Lapisan data tambahan ini dapat digabungkan dengan rekam medis elektronik seseorang, yang mencakup catatan terstruktur dan tidak terstruktur, hasil laboratorium, pemindaian, hasil genetik, sensor yang dapat dikenakan, dan data lingkungan. Secara keseluruhan, hal ini memberikan informasi mendalam yang belum pernah ada sebelumnya mengenai status kesehatan seseorang, sehingga memungkinkan perkiraan risiko tiga penyakit utama. Berbeda dengan skor risiko poligenik yang dapat mendeteksi risiko seseorang terhadap penyakit jantung, kanker umum, dan Alzheimer, perkiraan medis yang presisi membawanya ke tingkat yang baru dengan menyediakan proyeksi busur temporal—faktor “kapan”. Ketika semua data dianalisis dengan model penalaran yang besar, hal itu dapat memberikan kerentanan seseorang, dan program pencegahan yang bersifat individual dan agresif.
Kita sudah tahu bahwa risiko ketiga penyakit ini bisa dikurangi dengan faktor gaya hidup, seperti pola makan anti inflamasi yang optimal, sering berolahraga, dan pola tidur teratur dan berkualitas. Namun, seiring dengan perhatian terhadap faktor-faktor ini, yang kemungkinan besar dapat diterapkan ketika seseorang menyadari risikonya, kita akan memiliki obat-obatan yang akan meningkatkan sistem kekebalan tubuh yang sehat dan protektif serta mengurangi peradangan di seluruh tubuh dan otak. Obat-obatan GLP-1 telah terbukti menjadi yang terdepan dalam mencapai tujuan-tujuan ini, namun masih banyak lagi obat-obatan yang sedang dikembangkan.
Potensi peramalan medis yang presisi harus dibuktikan dan divalidasi melalui uji klinis prospektif yang menunjukkan, dengan menggunakan metrik penuaan yang sama, bahwa risiko seseorang menurun. Contoh bagi orang dengan peningkatan risiko Alzheimer adalah tes darah yang disebut p-tau217dan risiko tersebut dapat dikurangi secara signifikan dengan perbaikan faktor gaya hidup, terutama olahraga. Hal ini dapat dikonfirmasi dengan jam organ otak dan jam penuaan seluruh tubuh.
Hal ini merupakan terobosan baru dalam bidang kedokteran—potensi pencegahan primer terhadap tiga penyakit utama terkait usia yang membahayakan rentang kesehatan dan kualitas hidup kita. Hal ini tidak akan mungkin terjadi tanpa kemajuan dalam ilmu penuaan dan AI. Bagi saya, ini adalah penggunaan AI yang paling menarik di bidang kedokteran di masa depan: sebuah peluang yang tak tertandingi untuk mencegah terjadinya penyakit-penyakit besar, sesuatu yang telah diimpikan tetapi belum mungkin terwujud dalam skala besar karena kurangnya data dan analisis. Pada tahun 2026, hal itu akhirnya akan terjadi.
