Pada tahun 2026, kita akan menyaksikan permulaan dari peramalan medis presisi. Sebagaimana kemajuan pesat dalam perkiraan cuaca dengan penggunaan model bahasa besar, hal serupa akan terjadi untuk menentukan risiko individu terhadap penyakit-penyakit utama terkait penuaan (kanker, kardiovaskular, dan neurodegeneratif). Penyakit-penyakit ini memiliki benang merah yang sama, seperti fase inkubasi yang panjang sebelum gejala muncul, biasanya dua dekade atau lebih. Mereka juga memiliki dasar biologis yang sama yaitu imunosenesens dan inflamaging, istilah yang menggambarkan sistem kekebalan yang telah kehilangan sebagian fungsinya dan daya protektif, serta peradangan yang menyertai.
Ilmu penuaan telah memberikan kita cara-cara baru untuk melacak proses-proses ini melalui jam organ dan jam tubuh secara keseluruhan, bersama dengan biomarker protein spesifik. Hal ini memungkinkan kita untuk menentukan apakah seseorang atau suatu organ dalam tubuh seseorang menua dengan laju yang dipercepat. Seiring dengan itu, algoritma AI baru kini dapat melihat hal-hal yang tidak dapat dilihat oleh ahli medis, seperti menginterpretasikan gambar medis (misalnya pemindaian retina) dengan akurat untuk memprediksi penyakit kardiovaskular dan neurodegeneratif bertahun-tahun sebelumnya.
Lapisan data tambahan ini dapat dikombinasikan dengan rekam medis elektronik seseorang, yang mencakup catatan terstruktur dan tidak terstruktur, hasil laboratorium, hasil pemindaian, hasil genetik, sensor yang dapat dikenakan (*wearable*), dan data lingkungan. Secara agregat, ini memberikan kedalaman informasi yang belum pernah ada sebelumnya tentang status kesehatan seseorang, memungkinkan sebuah ramalan untuk risiko tiga penyakit utama. Berbeda dengan skor risiko poligenik yang dapat mendeteksi risiko seseorang terhadap penyakit jantung, kanker umum, dan Alzheimer, peramalan medis presisi membawanya ke tingkat baru dengan menyediakan proyeksi kurva temporal—faktor “kapan”. Ketika semua data dianalisis dengan model penalaran besar, ini dapat memberikan kerentanan seseorang, dan sebuah program pencegahan agresif yang dipersonalisasi.
Kita telah mengetahui bahwa risiko ketiga penyakit ini dapat dikurangi dengan faktor gaya hidup, seperti diet anti-inflamasi yang optimal, olahraga rutin, dan pola tidur berkualitas tinggi yang teratur. Namun, seiring dengan perhatian pada faktor-faktor ini—yang jauh lebih mungkin diterapkan ketika seseorang menyadari risikonya—kita akan memiliki obat-obatan yang akan mendorong sistem kekebalan yang sehat dan protektif serta mengurangi peradangan di seluruh tubuh dan otak. Obat-obatan GLP-1 telah terbukti menjadi pelopor dalam mencapai tujuan-tujuan ini, tetapi masih banyak obat lain dalam pengembangan.
Potensi peramalan medis presisi harus ditunjukkan dan divalidasi melalui uji klinis prospektif yang membuktikan, menggunakan metrik penuaan yang sama, bahwa risiko seseorang berkurang. Salah satu contoh untuk orang dengan risiko Alzheimer yang meningkat adalah tes darah yang dikenal sebagai p-tau217, yang levelnya dapat dikurangi secara signifikan dengan peningkatan faktor gaya hidup, terutama olahraga. Hal ini dapat dikonfirmasi dengan jam organ otak dan jam penuaan tubuh secara keseluruhan.
Ini adalah batas baru dalam dunia kedokteran—potensi untuk pencegahan primer dari tiga penyakit utama terkait penuaan yang mengancam kesehatan (*healthspan*) dan kualitas hidup kita. Hal ini tidak akan mungkin tanpa kemajuan dalam ilmu penuaan dan AI. Bagi saya, ini adalah penggunaan AI di masa depan yang paling menarik dalam dunia medis: sebuah peluang tak tertandingi untuk mencegah penyakit-penyakit utama terjadi, suatu hal yang telah diimpikan, tetapi belum mungkin dilakukan dalam skala besar akibat kekurangan data dan analitik. Pada tahun 2026, akhirnya hal itu akan terwujud.