Insilico Medicine kunngjør det åpne KI-systemet Longevity Grok

Insilico Medicine kunngjorde Longevity Grok 6. november 2026, et system med åpen kildekode som bruker opptil 30 KI-agenter på Grok Bot til å organisere fragmenterte helsejournaler, foreslå tiltak og vurdere senere biomarkørresultater. Selskapet, som utvikler generativ KI for legemiddeloppdagelse og er i klinisk fase, utviklet prosjektet sammen med Harvard Medical School-forskeren David Sinclair og koblet den personlige assistenten til et nettverk for aldringsforskning som brukerne kan velge å delta i.

Nettstedet til Longevity Grok-produktet oppgir at klientens og Motherships kodearkiver ble offentliggjort 30. oktober 2026, og at versjon 0.2.0 ble utgitt 5. november 2026. Denne utgivelsen la til Research Autopilot, teamene Clinic og Lab, omdøpte boter og leveringskvitteringer. Kunngjøringen 6. november formaliserte dermed et produkt med kode som allerede var offentlig, i stedet for å markere den første offentliggjøringen.

Programvaren er gratis og utgis under MIT-lisensen, men krever en Grok Bot-konto fra xAI. Oppstarten begynner med at man ber boten følge den offentlige oppsettsfilen plsi.md. Individuell bruk er tilgjengelig; verktøyene Clinic for leger og Lab for forskere rulles ut via invitasjon etter forespørsel om tidlig tilgang.

Fra journaler til vurderte prediksjoner

Kjernen er PLSI, en forkortelse for Personal Longevity Superintelligence, koordinatoren brukerne kommuniserer med. PLSI-kodearkivet beskriver åtte alltid aktive kjerneboter, 13 valgfrie spesialister og fire boter hver for Clinic og Lab. Agentene har separate samtaler, minner og kontekster. Bortsett fra begrensede unntak for enheter og eksport av matdata er det bare databehandleren som åpner de underliggende journalene; de andre agentene arbeider ut fra publiserte tilstandsdokumenter og behandlingskonteksten.

PLSI tar inn FHIR-journaler, kanoniske CSV-filer, metyleringsdata og JSON-data hentet ut av Grok, og normaliserer observasjoner ved hjelp av LOINC, RxNorm og UCUM i en hendelseslogg som bare kan føyes til. Versjonerte tilstandskart projiserer denne historikken over i hashede tilstandsdokumenter. Arkitekturen skiller mellom livsdata inn, kartprojeksjoner og policyfunksjoner som evidensverifisering, screening, plangrind og poengsetting, slik at det fortsatt er mulig å kjøre systemet helt lokalt.

For et foreslått tiltak lager PLSI et prediksjonskort med målbiomarkøren, konfidensintervallet, tidshorisonten og evidensgraden. Hver plan sendes til en utfordreragent før brukeren får se den; prognoseagenten kan én gang revidere innvendingene eller komme med et motsvar, og begge sider forblir synlige. Når oppfølgingsmålinger foreligger, er det kode – ikke boten som laget prognosen – som vurderer om resultatet lå innenfor det predikerte intervallet, og følger med på kalibreringen over tid. Prosessen gjør hvert valg til et etterprøvbart N-av-1-eksperiment.

En valgfri Research Autopilot kan bruke en andel av den ukentlige Grok-kvoten som brukeren selv fastsetter, på daglig forskning, samtidig som minst 10 % holdes av til brukeren. Kodearkivet merker prediksjoner av neste tilstand med poengsetting og proaktive blokkerende kontroller som utprøvd, mens den bredere, orkestrerte følgesvennen er merket som utformet. Disse statusbetegnelsene nyanserer det overordnede navnet superintelligens ved å skille mellom utprøvde funksjoner og muligheter som beskrives som utformet eller implementert.

Forskning og personvernkontroller basert på frivillig deltakelse

Den felles komponenten, Longevity Mothership, er valgfri og endrer ikke den vanlige bruken av PLSI. Deltakerne gir separat samtykke til å bidra med beregnede helsetilstander, kodede livshendelser og sammendrag av prediksjonspoeng. Filene identifiserer en person bare ved hjelp av kjønn, et aldersintervall på fem år og en valgfri, bred etnisitetsgruppe; helsetilstander dateres til måneden og livshendelser til året. Navn, kontaktopplysninger, adresser, arbeidsgivere, journalidentifikatorer, nøyaktige datoer, opplastede dokumenter og fritekst er utelatt, og opplasting skjer høyst én gang i uken.

En tilfeldig bidragsyterkode opprettes på brukerens datamaskin. Ifølge den dokumenterte utformingen videresender et Cloudflare-relé filene uten installasjonskoden og lagrer ingen IP-logger; Insilicos mottaksbot Mother kontrollerer hver fil på nytt og avviser en hel innsending som inneholder fritekst, en nøyaktig dato eller et annet forbudt felt, i stedet for å redigere den. Brukerne kan slutte å dele data eller be om at alt som er lagret under bidragsyterkoden deres, slettes. Slettingen skjer automatisk, krever ingen godkjenning og utløser en kvittering.

Verifiserte forskere får samlede gjennomsnitt og spredningsmål i stedet for enkeltverdier, og grupper med færre enn 10 personer utelates. Funn må forhåndsregistreres og godkjennes av en forvalter før publisering. Dokumentasjonen er mer presis enn den brede betegnelsen avidentifiserte data: Den omtaler den delte datapakken som pseudonymisert, ikke anonym, og opplyser at klientens avidentifiseringsprofil beholder datoer for hendelser. Dermed er det et begrenset datasett, ikke avidentifisering etter HIPAA Safe Harbor.

Medisinske begrensninger

Dokumentasjonen begrenser uttrykkelig Longevity Grok til forskning og opplæring. Systemet stiller ikke diagnoser, behandler ikke og skriver ikke ut resepter; resultatene genereres automatisk, blir ikke gjennomgått av en kliniker eller forsker før de leveres, og kan være feil. Det gis ingen løfter om helse- eller levetidsresultater. Formelle diagnoser og resepter håndteres fortsatt av autoriserte leger, pasientmeldinger krever godkjenning fra lege, og brukerens behandlende lege har det siste ordet.

Den sentrale prøvesteinen for lanseringen er om poengsatte personlige prediksjoner og strengt kontrollert sammenstilling av data kan bidra til nyttig aldringsforskning, samtidig som Longevity Grok holder seg innenfor disse ikke-kliniske rammene.