MIT ने इस हफ्ते एक open-source AI model जारी किया जो cognitive symptoms दिखने से सालों पहले Alzheimer का risk identify करता है, और दावा है कि पहले के preclinical methods से 4× अधिक accuracy है। Weights, training code और evaluation pipelines Alzheimer's Disease Data Initiative platform के माध्यम से public हैं। Family में dementia का इतिहास रखने वालों के लिए, early-intervention trials पर विचार करने वाले clinicians के लिए, ऊपर बनाने वाले researchers के लिए — यह WW-FINGERS network के multinational dataset पर trained पहला open model है।
Model का नाम है FINGERS-7B, MIT के Picower Institute for Learning and Memory से (lab की निदेशक Li-Huei Tsai हैं)। मुख्य researchers: Broad Institute में Arvid Gollwitzer और MIT-Novo Nordisk AI Fellow Adrian Noriega। Methodological shift है joint multi-modal training — lifestyle records, clinical history, genomic data, और proteomic biomarkers एक ही model में जाते हैं बजाय अलग-अलग predictors को जोड़ने के। Training data WW-FINGERS network से आता है, 40 देशों का सहयोग ~30,000 participants के साथ, Professor Miia Kivipelto के मूल FINGER trial पर बना, partnering labs के clinical/lifestyle records को genomic और proteomic data के साथ मिलाकर। Model प्रत्येक individual के लिए तीन outputs produce करता है: estimated Alzheimer risk, projected cognitive decline trajectory, और predicted intervention response — कौन सी lifestyle या clinical intervention किसे help करेगी। Headline gains: preclinical diagnosis में पहले के methods से 4× अधिक accurate, responder stratification में 130% सुधार।
Alzheimer research ऐतिहासिक रूप से open-source ML infrastructure पाने में धीमी रही है जो population-scale data को पूरी weight transparency के साथ जोड़े। अधिकांश पुराने risk-prediction काम proprietary cohorts या closed weights का उपयोग करते थे — papers जो पढ़े जा सकते थे लेकिन models जो चलाए नहीं जा सकते थे। FINGERS-7B AD Workbench में deployed है, जो Alzheimer's Disease Data Initiative का secure cloud platform है, मतलब researchers अपने protected health data पर model को apply कर सकते हैं बिना PHI को external API पर exfiltrate किए। Preprint OpenReview पर है (id: fVqvRQ6XRV)। AI-in-health releases के व्यापक pattern के लिए, यह FDA-approved black-box shape के बजाय BigBio/MedLM open-data shape के करीब है — और यह distinction matter करता है कि कौन licensing barriers के बिना derivative work बना सकता है।
यह preprint है, peer-reviewed नहीं हुआ अभी — 4× और 130% के numbers usual caveats के साथ आते हैं: छोटे effect sizes headline ratios को बदल सकते हैं, baseline methods matter करते हैं, और future cohorts के विरुद्ध validation real test है। WW-FINGERS dataset भी अपने मूल में European झुकाव रखता है; अन्य populations के लिए generalization के लिए अलग काम चाहिए। लेकिन जो भी biomedical ML में काम करता है, या जिसका dementia prevention में family interest है, यह एक lab के बाहर usable early-detection tooling की दिशा में हाल के अधिक concrete moves में से एक है।