Insilico Medicine, società specializzata nella scoperta di farmaci attraverso l’intelligenza artificiale generativa e attiva nello sviluppo clinico, ha annunciato il 6 novembre 2026 Longevity Grok, un sistema open source progettato per organizzare informazioni sanitarie personali, analizzare biomarcatori e formulare previsioni verificabili relative agli interventi associati alla longevità. La piattaforma è stata sviluppata in collaborazione con David Sinclair, ricercatore della Harvard Medical School, e utilizza un’architettura multiagente basata su Grok Bot, con un massimo di 30 agenti di intelligenza artificiale specializzati. Il software combina un assistente personale per la gestione dei dati biologici con un’infrastruttura facoltativa di condivisione delle informazioni destinata alla ricerca scientifica sull’invecchiamento. Il codice sorgente del client e del componente Longevity Mothership era già stato pubblicato il 30 ottobre 2026, mentre la versione 0.2.0, distribuita il 5 novembre, ha introdotto Research Autopilot, i gruppi di agenti Clinic e Lab, modifiche alla denominazione dei bot e ricevute per le operazioni di consegna. La distribuzione avviene con licenza MIT e il software è gratuito, ma il funzionamento richiede un account xAI Grok Bot.
L’elemento centrale della piattaforma è PLSI, acronimo di Personal Longevity Superintelligence, un sistema di orchestrazione attraverso il quale l’utente interagisce con i diversi agenti. L’architettura comprende otto agenti principali sempre attivi, tredici specialisti facoltativi e due gruppi aggiuntivi da quattro agenti ciascuno destinati rispettivamente alle attività cliniche e alla ricerca. Ogni agente dispone di conversazioni, memoria e contesti operativi separati, in modo da distinguere i compiti e limitare l’accesso alle informazioni. La gestione diretta dei documenti sanitari è riservata principalmente al Data Processor, con alcune eccezioni per dati provenienti da dispositivi e registrazioni alimentari, mentre gli altri agenti utilizzano rappresentazioni strutturate dello stato sanitario e informazioni contestuali. Questa separazione consente di costruire processi di elaborazione nei quali l’analisi dei dati, la formulazione delle ipotesi e la verifica delle previsioni vengono affidate a componenti distinti.
PLSI può acquisire cartelle cliniche nel formato FHIR, file CSV normalizzati, informazioni relative alla metilazione e dati JSON estratti attraverso Grok. Le osservazioni vengono elaborate utilizzando standard quali LOINC per l’identificazione delle misurazioni cliniche, RxNorm per la rappresentazione dei medicinali e UCUM per l’uniformità delle unità di misura. Le informazioni vengono registrate in un archivio cronologico di eventi strutturato secondo una logica append-only, nella quale gli eventi vengono aggiunti senza riscrivere direttamente quelli precedenti. Da questa cronologia vengono generate rappresentazioni versionate dello stato sanitario, denominate State Maps, associate a identificativi hash per consentire controlli di integrità e tracciabilità. L’architettura separa le funzioni di acquisizione dei dati, rappresentazione dello stato e applicazione delle regole operative, comprese la verifica delle evidenze, le procedure di screening, i controlli preventivi sui piani proposti e la valutazione dei risultati. È prevista anche la possibilità di mantenere localmente l’infrastruttura di elaborazione.
Una delle caratteristiche principali di Longevity Grok riguarda la trasformazione delle ipotesi relative agli interventi in previsioni misurabili. Per ogni proposta, il sistema può generare una scheda che identifica il biomarcatore interessato, l’intervallo di confidenza previsto, l’orizzonte temporale e il livello delle evidenze disponibili. Prima di presentare il piano all’utente, un agente denominato Challenger esamina criticamente la previsione e ne individua possibili debolezze. L’agente incaricato della formulazione può rispondere alle obiezioni o modificare la propria previsione una volta, mentre entrambe le valutazioni rimangono disponibili per la consultazione. Quando vengono acquisiti nuovi risultati di laboratorio, la verifica viene eseguita attraverso procedure software separate dall’agente che aveva prodotto la previsione. Il sistema controlla se il valore osservato rientra nell’intervallo precedentemente indicato e registra l’accuratezza delle previsioni nel tempo, costruendo una serie di esperimenti individuali di tipo N-of-1.
La piattaforma comprende anche Research Autopilot, una funzionalità facoltativa che può svolgere attività quotidiane di ricerca utilizzando una quota configurabile del budget settimanale di utilizzo di Grok. Il meccanismo prevede che almeno il 10% della disponibilità rimanga riservato all’interazione diretta dell’utente. La documentazione distingue le funzionalità già sottoposte a esercizio operativo, comprese alcune previsioni valutate attraverso punteggi e procedure preventive di blocco, dalle componenti più ampie dell’assistente che risultano ancora descritte a livello progettuale. Questa distinzione è importante perché la denominazione Personal Longevity Superintelligence non implica che tutte le capacità previste siano state completamente implementate o validate. L’accesso iniziale è disponibile per gli utenti individuali attraverso una procedura che utilizza il file pubblico di configurazione plsi.md, mentre gli strumenti Clinic destinati ai medici e quelli Lab rivolti ai ricercatori vengono introdotti progressivamente attraverso richieste di accesso anticipato.
Il progetto comprende Longevity Mothership, un’infrastruttura di ricerca alla quale gli utenti possono scegliere di contribuire condividendo rappresentazioni elaborate del proprio stato sanitario, eventi personali codificati e risultati delle verifiche predittive. La partecipazione è separata dall’utilizzo ordinario di PLSI e richiede un consenso specifico. I dati trasmessi non comprendono nomi, recapiti, indirizzi, datori di lavoro, identificativi delle cartelle, documenti originali, testo libero o date esatte. Le informazioni demografiche utilizzate sono limitate al sesso, alla fascia di età suddivisa in intervalli quinquennali e, facoltativamente, a un gruppo etnico generale. Gli stati sanitari vengono associati al mese, mentre gli eventi della vita vengono riportati con precisione annuale. Le trasmissioni avvengono al massimo una volta alla settimana e ogni partecipante viene associato a un codice casuale generato localmente.
L’architettura di condivisione prevede un sistema di inoltro basato su Cloudflare che, secondo la documentazione progettuale, non conserva registrazioni degli indirizzi IP e non trasmette il codice identificativo dell’installazione. Un agente ricevente, denominato Mother, verifica nuovamente i pacchetti e rifiuta integralmente quelli contenenti informazioni non consentite, come testo libero o date esatte, senza tentare di modificarli automaticamente. Gli utenti possono interrompere la partecipazione e richiedere la cancellazione dei dati associati al proprio codice; il processo dichiarato è automatico, non richiede approvazione e produce una ricevuta. I ricercatori autorizzati possono accedere a risultati statistici aggregati, come medie e dispersioni, mentre i gruppi composti da meno di dieci persone vengono esclusi. I risultati della ricerca devono inoltre essere preregistrati e approvati da un responsabile prima della pubblicazione. La documentazione qualifica espressamente i dati condivisi come pseudonimi e non completamente anonimi, precisando che alcune rappresentazioni conservano informazioni temporali e non soddisfano necessariamente i criteri di deidentificazione HIPAA Safe Harbor.
Longevity Grok è destinato esclusivamente alla ricerca e alla formazione e non costituisce un dispositivo per la diagnosi, la prescrizione o il trattamento medico. Le risposte generate dagli agenti possono contenere errori e non sono necessariamente sottoposte a revisione preventiva da parte di medici o ricercatori. Il sistema non garantisce risultati sanitari né un prolungamento della vita e mantiene le decisioni cliniche sotto la responsabilità dei professionisti abilitati. Le prescrizioni e le diagnosi devono essere effettuate dai medici, mentre i messaggi destinati ai pazienti richiedono l’approvazione del professionista responsabile. La piattaforma propone quindi un’organizzazione sperimentale dei dati biologici nella quale ipotesi, misurazioni successive e accuratezza delle previsioni possono essere documentate e confrontate attraverso procedure riproducibili.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)