Insilico Medicine annoncerer open source-AI-systemet Longevity Grok

Insilico Medicine annoncerede Longevity Grok den 6. november 2026. Det er et open source-system, der bruger op til 30 AI-agenter på Grok Bot til at organisere fragmenterede helbredsoplysninger, foreslå interventioner og vurdere senere biomarkørresultater. Virksomheden, der udvikler lægemidler med generativ AI, og hvis kandidater er nået til klinisk fase, udviklede projektet sammen med Harvard Medical School-forskeren David Sinclair og knyttede den personlige assistent sammen med et netværk for aldringsforskning, som brugerne frivilligt kan tilmelde sig.

Produktwebstedet for Longevity Grok angiver, at klient- og Mothership-arkiverne blev gjort offentligt tilgængelige den 30. oktober 2026, og at version 0.2.0 udkom den 5. november 2026. Denne udgivelse tilføjede Research Autopilot, Clinic- og Lab-teams, omdøbte bots og leveringskvitteringer. Annonceringen den 6. november formaliserede derfor et produkt, hvis kode allerede var offentligt tilgængelig, i stedet for at markere den første offentliggørelse.

Softwaren er gratis under en MIT-licens, men kræver en konto til xAI Grok Bot. Introduktionen begynder med, at man beder botten om at følge den offentlige opsætningsfil plsi.md. Individuel adgang er tilgængelig; Clinic-værktøjer til læger og Lab-værktøjer til forskere rulles ud efter invitation via anmodninger om tidlig adgang.

Fra journaloplysninger til vurderede forudsigelser

I centrum står PLSI, en forkortelse for Personal Longevity Superintelligence, som er den orkestreringsagent, brugerne kommunikerer med. PLSI-arkivet beskriver otte altid aktive kernebots, 13 valgfrie specialister og fire bots til hver af Clinic og Lab. Agenterne har separate chats, hukommelser og kontekster. Bortset fra begrænsede undtagelser for enheds- og fødevareeksport er det kun Data Processor, der åbner de underliggende journaloplysninger; de øvrige agenter arbejder ud fra offentliggjorte tilstandsdokumenter og behandlingskonteksten.

PLSI indlæser FHIR-journaler, kanoniske CSV-filer, methyleringsdata og JSON udtrukket af Grok og normaliserer observationer med LOINC, RxNorm og UCUM i en hændelseslog, hvor der kun kan tilføjes poster. Versionerede tilstandskort projicerer denne historik over i hash-baserede tilstandsdokumenter. Arkitekturen adskiller indlæsning af livsdata, kortprojektioner og politikfunktioner såsom evidensverifikation, screening, plangodkendelser og vurdering, så en fuldt lokal implementering er mulig.

For en foreslået intervention opretter PLSI et forudsigelseskort med angivelse af målbiomarkøren, konfidensintervallet, tidshorisonten og evidensgraden. Hver plan sendes til en Challenger-agent, før brugeren får den at se; prognoseagenten kan én gang revidere indvendingerne eller argumentere imod dem, og begge sider forbliver synlige. Når opfølgende målinger foreligger, vurderer kode – ikke den bot, der udarbejdede prognosen – om resultatet lå inden for det forudsagte interval, og følger kalibreringen over tid. Processen gør hvert valg til et kontrollerbart N-of-1-eksperiment.

En valgfri Research Autopilot kan bruge en andel af Grok-forbruget, som brugeren selv fastsætter, på daglig forskning og samtidig reservere mindst 10 % til brugeren. Arkivet betegner vurderede forudsigelser af næste tilstand og proaktive blokerende screeninger som afprøvede, mens den bredere orkestrerede ledsager betegnes som designet. Disse statusbetegnelser nuancerer det vidtgående navn superintelligens ved at skelne mellem afprøvede funktioner og funktioner, der beskrives som designede eller instansierede.

Frivillig forskning og privatlivsindstillinger

Den fælles komponent, Longevity Mothership, er valgfri og ændrer ikke den normale brug af PLSI. Deltagerne giver særskilt samtykke til at bidrage med beregnede helbredstilstande, kodede livsbegivenheder og oversigter over forudsigelsesresultater. Filerne identificerer kun en person ved hjælp af køn, et aldersinterval på fem år og en valgfri bred etnicitetsgruppe; helbredstilstande dateres til måneden og livsbegivenheder til året. Navne, kontaktoplysninger, adresser, arbejdsgivere, journalidentifikatorer, præcise datoer, uploadede dokumenter og fritekst udelades, og der uploades højst én gang om ugen.

Der genereres en tilfældig bidragyderkode på brugerens computer. Ifølge det dokumenterede design videresender et Cloudflare-relæ filer uden installationskoden og gemmer ingen IP-logfiler; Insilicos modtagende Mother-bot kontrollerer hver fil igen og afviser en hel indsendelse, hvis den indeholder fritekst, en præcis dato eller et andet forbudt felt, i stedet for at redigere den. Brugerne kan stoppe delingen eller anmode om at få slettet alt, der er gemt under deres bidragyderkode. Sletningen sker automatisk, kræver ingen godkendelse og udløser en kvittering.

Verificerede forskere får samlede gennemsnit og spredninger frem for individuelle værdier, og grupper med færre end 10 personer udelades. Resultater skal forhåndsregistreres og godkendes af en forvalter før offentliggørelse. Dokumentationen er mere præcis end den overordnede betegnelse afidentificerede data: Den kalder den delte datapakke pseudonymiseret, ikke anonym, og oplyser, at klientens profil for afidentificering bevarer hændelsesdatoer, hvilket gør den til et begrænset datasæt snarere end en afidentificering efter HIPAA Safe Harbor.

Medicinske begrænsninger

Dokumentationen begrænser udtrykkeligt Longevity Grok til forskning og undervisning. Systemet stiller ikke diagnoser, behandler ikke og udskriver ikke recepter; resultaterne genereres automatisk, gennemgås ikke af en kliniker eller forsker før levering og kan være forkerte. Der gives ingen garanti for helbreds- eller levetidsresultater. Formelle diagnoser og recepter varetages fortsat af autoriserede læger, patientbeskeder kræver lægens godkendelse, og brugerens behandlende læge har det sidste ord.

Den centrale prøve ved lanceringen er, om personlige forudsigelser med tilknyttede scorer og stramt kontrolleret sammenlægning af data kan føre til nyttig aldringsforskning, samtidig med at Longevity Grok holder sig inden for disse ikke-kliniske rammer.