Insilico Medicine annonce un système d’IA open source consacré à la longévité, Longevity Grok

Le 6 novembre 2026, Insilico Medicine a annoncé Longevity Grok, un système open source qui s’appuie sur jusqu’à 30 agents d’IA fonctionnant sur Grok Bot pour organiser des dossiers médicaux fragmentés, proposer des interventions et évaluer les résultats ultérieurs des biomarqueurs. Cette entreprise de découverte de médicaments par IA générative au stade clinique a développé le projet avec David Sinclair, chercheur à la Harvard Medical School, et a associé l’assistant personnel à un réseau de recherche sur le vieillissement auquel chacun peut choisir de participer.

Le site du produit Longevity Grok indique que les dépôts du client et de Mothership ont été rendus publics le 30 octobre 2026, et que la version 0.2.0 date du 5 novembre 2026. Cette version a ajouté Research Autopilot, les équipes Clinic et Lab, des bots renommés et des accusés de réception de livraison. L’annonce du 6 novembre officialisait donc un produit dont le code était déjà public, plutôt que d’en marquer la première publication.

Le logiciel est gratuit sous licence MIT, mais nécessite un compte xAI Grok Bot. La prise en main commence par demander au bot de suivre le fichier public de configuration plsi.md. L’offre individuelle est disponible ; les outils Clinic destinés aux médecins et les outils Lab destinés aux chercheurs sont déployés sur invitation, sur demande d’accès anticipé.

Des dossiers aux prédictions évaluées

Au cœur du système se trouve PLSI, abréviation de « Personal Longevity Superintelligence » (superintelligence personnelle pour la longévité), l’orchestrateur avec lequel les utilisateurs dialoguent. Le dépôt PLSI décrit huit bots principaux actifs en permanence, 13 spécialistes facultatifs et quatre bots pour Clinic ainsi que quatre pour Lab. Les agents disposent de conversations, de mémoires et de contextes distincts. À l’exception de quelques cas limités liés aux appareils et à l’exportation de données alimentaires, seul le Processeur de données ouvre les dossiers sous-jacents ; les autres agents s’appuient sur les documents d’état publiés et le contexte de soins.

PLSI ingère des dossiers FHIR, des fichiers CSV normalisés, des données de méthylation et des fichiers JSON extraits par Grok, puis normalise les observations selon les normes LOINC, RxNorm et UCUM dans un journal d’événements auquel seules des entrées peuvent être ajoutées. Les cartes d’état versionnées projettent cet historique dans des documents d’état hachés. L’architecture sépare l’ingestion Life, les projections Map et les fonctions Policy, telles que la vérification des données probantes, le dépistage, les contrôles préalables aux plans et l’évaluation, ce qui permet un déploiement entièrement local.

Pour toute intervention proposée, PLSI crée une fiche de prédiction qui précise le biomarqueur cible, l’intervalle de confiance, l’horizon temporel et le niveau de preuve. Chaque plan est soumis à un agent Challenger avant d’être présenté à l’utilisateur ; l’agent de prévision peut ensuite réviser les objections ou y répondre une fois, et les deux points de vue restent visibles. Après réception des mesures de suivi, c’est le code — et non le bot qui a établi la prévision — qui évalue si le résultat se situe dans l’intervalle prévu et suit l’étalonnage au fil du temps. Le processus transforme chaque choix en une expérimentation N-of-1 vérifiable.

Un Research Autopilot facultatif peut consacrer à la recherche quotidienne la part du quota Grok hebdomadaire définie par l’utilisateur, tout en lui en réservant au moins 10 %. Le dépôt qualifie de « mises à l’épreuve » les prédictions évaluées sur l’état suivant et les contrôles préventifs proactifs, tandis que l’assistant orchestré plus général est qualifié de « conçu ». Ces statuts nuancent l’appellation générale de superintelligence en distinguant les fonctions mises à l’épreuve des capacités décrites comme conçues ou instanciées.

Recherche facultative et contrôles de confidentialité

La composante collective, Longevity Mothership, est facultative et ne modifie pas l’utilisation habituelle de PLSI. Les participants consentent séparément à fournir des états de santé calculés, des événements de vie codés et des résumés des scores de prédiction. Les fichiers n’identifient une personne que par son sexe, une tranche d’âge de cinq ans et, facultativement, un groupe ethnique général ; les états de santé sont datés au mois près et les événements de vie à l’année près. Les noms, coordonnées, adresses, employeurs, identifiants de dossiers, dates exactes, documents téléversés et textes libres sont exclus, et les téléversements ont lieu au plus une fois par semaine.

Un code de contributeur aléatoire est généré sur l’ordinateur de l’utilisateur. Selon la conception documentée, un relais Cloudflare transmet les fichiers sans le code d’installation et ne conserve aucun journal d’adresses IP ; le bot Mother chargé de la réception chez Insilico vérifie à nouveau chaque fichier et rejette une soumission entière contenant du texte libre, une date exacte ou un autre champ interdit, au lieu de la modifier. Les utilisateurs peuvent cesser de partager leurs données ou demander la suppression de tout ce qui est stocké sous leur code de contributeur. La suppression est automatique, ne nécessite aucune approbation et donne lieu à un accusé de réception.

Les chercheurs dont l’accès a été vérifié reçoivent des moyennes et des dispersions agrégées plutôt que des valeurs individuelles, et les groupes de moins de 10 personnes sont exclus. Les résultats doivent être préenregistrés et approuvés par un responsable avant publication. La documentation est plus précise que la désignation générale de données désidentifiées : elle décrit le jeu de données partagé comme pseudonyme, et non anonyme, et indique que le profil de désidentification du client conserve les dates des événements ; il s’agit donc d’un jeu de données limité, et non de données désidentifiées conformément à la règle Safe Harbor de HIPAA.

Limites médicales

La documentation limite explicitement Longevity Grok à la recherche et à l’éducation. Le système ne pose pas de diagnostic, ne traite pas et ne prescrit pas ; ses résultats sont générés automatiquement, ne sont pas examinés par un clinicien ou un scientifique avant leur communication et peuvent être erronés. Aucun résultat en matière de santé ou de longévité n’est garanti. Les diagnostics formels et les prescriptions relèvent toujours de médecins agréés, les messages destinés aux patients nécessitent l’approbation d’un médecin et le clinicien de l’utilisateur conserve le dernier mot.

Le principal enjeu de ce lancement est de déterminer si des prédictions personnelles assorties d’un score et une agrégation des données strictement encadrée peuvent contribuer à la recherche sur le vieillissement, tout en maintenant Longevity Grok dans les limites non cliniques qui lui sont fixées.