Hormony, data a průlom v oblasti umělé inteligence, který tradiční medicína přehlédla

Po desetiletích je zdraví žen ve výzkumu dlouhodobě podreprzentováno – nedostatečně prostudováno, zjednodušeno a nuceno se vejít do modelů postavených kolem mužských biologických průměrů. Stavy ovlivněné hormonálními cykly, například, byly dlouho redukovány na statické klinické snímky, které postrádají longitudinální vzorce a špatně interpretují symptomy, což přispívá k opožděným a nesprávným diagnózám.

To było teprve před třemi desetiletími, kdy FDA umožnil ženám opět se účastnit klinických studií jako účastnice, ale ženy stále tvoří pouze 30 % účastníků studií – především kvůli přehnanému zaměření farmaceutického průmyslu na jejich reprodukční potenciál a obavy z plodnosti.

Důsledky přesahují reprezentaci. Studie Univerzity Pittsburgh School of Public Health dospěla k závěru, že většina bezpečnostních profilů léků je založena na mužské biologii a nezohledňuje ženskou hormonální variabilitu. V oblasti výzkumu kardiovaskulárních onemocnění zejména podreprzentace žen přímo přispěla k opožděným diagnózám, bagatelizovaným symptomům a systémovým nesprávným diagnózám.

Od roku 2015 došlo ve výzkumu k významnému pokroku v oblasti rovnosti pohlaví, nicméně, jelikož Národní instituty zdraví (NIH) vydaly politiku, která vyžaduje, aby se pohlaví považovalo za biologickou proměnnou ve výzkumu – což znamená, že je nutné zohlednit jak ženské, tak mužské proměnné v dalším vědeckém zkoumání.

Přestože byl pokrok mezi politikou a praxí značný, teprve nyní začíná vznikat širší vlna klinicky přísného výzkumu, který explicitně zohledňuje ženskou biologii. A s tím související konvergence institucionální investice a umělé inteligence slibuje, že změní pole.

Probuzení institucí

Jak se klinická data hromadí a nové výzkumné mezery se stávají stále více závažnými, vytváří se nová vazba mezi vědou a technologií, která není orientována na to, aby považovala ženskou biologii za variaci, ale na systémy postavené od základu kolem biologických rozdílů mezi pohlavími.

Instituce formalizovaly tento posun. Americká asociace srdce posílila své zaměření na kardiovaskulární zdraví žen, které je ukotveno v 75milionovém fondu Go Red for Women Venture Fund a 15milionovým výzkumným projektem, který zkoumá účinky menstruačních cyklů na kardiovaskulární-ledviny-metabolický (CKM) zdravotní stav.

Současně plán NIH na roky 2024-2028 a výkonný příkaz Bílého domu směrují více než 100 milionů dolarů z financování ARPA-H na to, co výzkumníci nazývají „metabolickými okny“ – konkrétně menopauzu a menstruační cykly – v reakci na důkazy, že téměř 99 % preklinických studií stárnutí historicky vyloučilo tyto faktory. Iniciativa je navíc podpořena doporučením Národních akademií v hodnotě 15,7 miliard dolarů.

Tyto strukturální změny katalyzují paralelní posun v tom, jak se shromažďují, interpretují a využívají data o zdraví žen. Nová generace platforem překládá hormonální a cyklická data do přístupných, klinicky relevantních poznatků, umožňujících ženám identifikovat vzorce, прежде než se zhorší do stavů, které tradiční metodiky mohou špatně interpretovat.

„Moje vlastní zdravotní krize byla jedním z nejstrašidelnějších zážitků mého života — a co mi to rychle ukázalo, bylo, že břemeno padá téměř úplně na pacienta v okamžiku, kdy je nejméně vybaven k jeho nesení,” řekla Adriana Torosian, zakladatelka a generální ředitelka Ourself Health, Unite AI.

Ourself Health je lídrem strukturálního posunu v tom, jak je vnímáno zdraví žen, vycházejícího z osobních zkušeností žen s špatným řízením zdravotních dat a určeného k prevenci budoucích problémů s nesouladem informací nebo špatným přístupem k interpretaci dat.

Sanfranciský startup nedávno představil Stellu, umělou inteligenci zdravotního doprovodu, která kombinuje světový vedoucí výzkum v oblasti zdraví žen s osobními zdravotními historiemi uživatelů.

„Ultimately, odpověď pro mě se stala mými daty. Podezřívala jsem, že můj cyklus přímo ovlivňuje můj stav, a tuto hypotézu jsem přednesla předním lékařům, kteří ji úplně odmítli. Jedinou cestou vpřed bylo sestavení vlastních dat, nalezení vlastních odpovědí a poté přivedení mých lékařů do procesu — úplný opak toho, jak jsem očekávala, že to bude,” dodala Torosian.

Proč umělá inteligence mění rovnici

Umělá inteligence fundamentálně mění diagnostiku ve zdravotnictví, ne tím, že nahrazuje klinické úsudky, ale tím, že umožňuje formu rozpoznávání vzorců v měřítku a kontinuitě, které tradiční péče nemůže replikovat. Na rozdíl od klinických modelů, které závisí na epizodických setkáních, systémy umělé inteligence mohou nepřetržitě analyzovat zdravotnické záznamy, biomarkery a reálné fyziologické vstupy, detekující korelace, které standardní péče rutinně postrádá.

Tento výsledek již vedl k dřívejším a přesnějším diagnózám napříč podmínkami, od kardiovaskulárních onemocnění až po rakovinu — posun, který již zlepšuje výsledky pacientů.

Ve zdraví žen zejména je tato kapacita zvláště esenciální; hormonální systémy jsou dynamické, hluboce propojené a vysoce individualizované. Nástroje poháněné umělou inteligencí začínají mostit diagnostickou mezeru, umožňujícím přesnější monitoring, predikci a longitudinální analýzu reprodukčního zdraví, mateřské péče a gynekologických stavů.

Vznikají nové aplikace, od umělé inteligence zesílené fetální zobrazovací až po neinvazivní detekci endometriózy, oblastí, kde tradiční diagnostika dlouho bojovala.

Stella od Ourself Health staví na tomto základě, operacionalizujících longitudinální hormonální data, převádějících vzorce na personalizovaná, časově citlivá zdravotní doporučení, spíše než generalizovaná klinická vedení.

„Čím více dat uživatel přinese do platformy, tím přesnější a osobní se stává Stellaina doporučení. Tato data pocházejí z více vrstev: individuálních symptomů sledovaných denně v aplikaci, osobních poznámek, dokumentů, které uživatel může nahrát přímo, a kontinuálních fyziologických dat z nositelných zařízení, jako je Apple Watch,” vysvětlila Torosian.

Tímto nástrojem se posunuje za hranice detekce směrem k podpory rozhodnutí — předefinujících zdraví žen jako kontinuální, počítačový systém, spíše než řadu nesouvisejících klinických vertikál.

Nová výpočetní vrstva pro starou mezeru

Rozdíl mezi generováním poznatků a produkcí akčních doporučení je jemný, ale klinicky významný. Stella AI je navržena tak, aby dávala prioritu druhému, interpretujících longitudinální trendy, aby generovala individualizovaná a časově citlivá doporučení, kalibrovaná na hormonální základnu každého uživatele.

V jádru designu Stelly spočívá uznání, že žádný dva hormonální systémy nejsou identické. Platforma Ourself pak kontinuálně učí z vstupů každého uživatele, bez ohledu na cykly, symptomy,

„Co ještě chybí jednotlivým ženám, je možnost vzít si věc do vlastních rukou — bez čekání, až výzkum dožene. To je přesně tam, kde Ourself přichází; nemůžeme žádat ženy, aby zastavily své životy, zatímco instituce pomalu uzavírají mezery ve financování. Můžeme jim dát nástroje, aby porozuměly svým vlastním tělům dnes, sestavily si své vlastní zdravotní záznamy, učinily informovaná rozhodnutí a provedly akce s tím, co již víme — zatímco širší výzkumná krajina se bude dále vyvíjet kolem nich,” zdůraznila Torosian.

Tento přístup transformuje hormonální zdraví z reaktivní disciplíny do proaktivní, kde lze intervence načasovat a přizpůsobit s přesností, kterou konvenční modely péče strukturálně nejsou schopny dodat.

Ale za hranicemi individuálních případů nebo vizionářů představuje vznik lepší — a umělou inteligencí podporované — technologie novou výpočetní vrstvu, schopnou učinit tuto komplexnost akční a, důležitěji, zachránit životy.

Jak instituce, jako je NIH a Americká asociace srdce, formálně směrují zdroje, umělá inteligence překládá tento impuls do reálného dopadu. Slib těchto nástrojů spočívá v jejich schopnosti personalizovat a operacionalizovat to, co medicína dlouho pozorovala, ale snažila se aplikovat: že zdraví žen je dynamické.

Budoucnost zdravotní péče nebude definována průměry na úrovni populace, ale přesností — kde se longitudinální data každého jedince stanou základem jeho péče. A v tomto smyslu umělá inteligence nenahrazuje medicínu, ale rozšiřuje ji do území, kam nebyla nikdy plně vybavena navigovat, až do teď.