Hormone, Daten und der künstliche Intelligenz-Durchbruch, den die traditionelle Medizin verpasst hat

Seit Jahrzehnten ist die Gesundheit von Frauen in der klinischen Forschung unterrepräsentiert – untersucht, vereinfacht und in Modelle gezwängt, die auf männlichen biologischen Durchschnittswerten basieren. Bedingungen, die von hormonellen Zyklusen geprägt sind, wurden beispielsweise lange Zeit auf statische klinische Schnappschüsse reduziert, die longitudinale Muster verpassen und Symptome falsch interpretieren, was zu verzögerten und falschen Diagnosen führt.

Vor drei Jahrzehnten erlaubte die FDA Frauen wieder als Teilnehmer an klinischen Forschungsstudien teilzunehmen, doch machen Frauen immer noch nur 30% der Teilnehmer aus – größtenteils aufgrund der Überbetonung der pharmazeutischen Industrie auf ihre Fortpflanzungsfähigkeit und Fruchtbarkeitsbedenken.

Die Folgen gehen über die Repräsentation hinaus. Eine Studie der University of Pittsburgh School of Public Health kam zu dem Schluss, dass die meisten Arzneimittelsicherheitsprofile auf männlicher Biologie basieren und weibliche hormonelle Variationen nicht berücksichtigen. Insbesondere in der Herz-Kreislauf-Forschung hat die Unterrepräsentation von Frauen zu verzögerten Diagnosen, abgelehnten Symptomen und systemischen Fehldiagnosen geführt.

Seit 2015 hat die klinische Forschung in puncto Geschlechtergleichheit bedeutende Fortschritte gemacht, jedoch hat die National Institutes of Health (NIH) 2015 eine Richtlinie veröffentlicht, um Geschlecht als biologische Variable in der Forschung zu berücksichtigen – was die Notwendigkeit einschließt, sowohl weibliche als auch männliche Variablen in weiteren wissenschaftlichen Untersuchungen zu berücksichtigen.

Trotzdem war der Zeitraum zwischen Richtlinie und Praxis erheblich. Erst jetzt beginnt eine breitere Welle an klinisch anspruchsvoller Forschung, die explizit weibliche Biologie berücksichtigt, sich zu materialisieren. Und mit ihr eine Konvergenz von institutionellen Investitionen und künstlicher Intelligenz, die das Feld umgestalten verspricht.

Der institutionelle Weckruf

Wenn klinische Daten ansammeln und neue Forschungslücken immer bedeutsamer werden, bildet sich eine neue Ausrichtung zwischen Wissenschaft und Technologie, die nicht darauf abzielt, weibliche Biologie als Variation zu behandeln, sondern auf Systeme, die von Grund auf auf biologische Geschlechtsunterschiede ausgerichtet sind.

Institutionen haben diesen Wandel formalisiert. Die American Heart Association hat ihren Fokus auf die Herzgesundheit von Frauen gestärkt, angeführt von einem 75-Millionen-Dollar-Go-Red-for-Women-Venture-Fonds und einer 15-Millionen-Dollar-Forschungsinitiative, die die Auswirkungen von Menstruationszyklen auf die Herz-Kreislauf-Gesundheit untersucht.

Gleichzeitig richtet der 2024-2028 NIH-Strategieplan und eine Executive Order des Weißen Hauses über 100 Millionen Dollar an ARPA-H-Mitteln auf das, was Forscher “metabolische Fenster” nennen – insbesondere Menopause und Menstruationszyklen – als Reaktion auf Beweise, dass fast 99% der präklinischen Alterungsstudien diese Faktoren historisch ausgeschlossen haben. Die Initiative wird von einer 15,7-Milliarden-Dollar-Empfehlung der National Academies unterstützt.

Diese strukturellen Veränderungen haben einen parallelen Wandel in der Art und Weise ausgelöst, wie Gesundheitsdaten von Frauen gesammelt, interpretiert und umgesetzt werden. Eine neue Generation von Plattformen übersetzt hormonelle und Zyklusdaten in zugängliche, klinisch relevante Erkenntnisse, ermöglicht es Frauen, Muster zu erkennen, bevor sie in Zustände eskalieren, die traditionelle Methoden möglicherweise falsch interpretieren.

“Meine eigene Gesundheitskrise war eines der beängstigendsten Erlebnisse meines Lebens – und was sie schnell enthüllte, war, dass die Last fast vollständig auf den Patienten fällt, genau in dem Moment, in dem er am wenigsten in der Lage ist, sie zu tragen”, sagte Adriana Torosian, Gründerin und CEO von Ourself Health, gegenüber Unite AI.

Ourself Health führt einen strukturellen Wandel in der Art und Weise herbei, wie die Gesundheit von Frauen wahrgenommen wird, indem sie aus den persönlichen Erfahrungen von Frauen mit schlechter Gesundheitsdatenverwaltung entsteht und darauf abzielt, zukünftige Probleme mit Informationsungleichgewicht oder schlechtem Zugang zu Dateninterpretation zu verhindern.

Das in San Francisco ansässige Startup hat kürzlich Stella, einen künstlichen Intelligenz-gestützten Gesundheitsbegleiter, vorgestellt, der die weltweit führende Forschung zur Gesundheit von Frauen mit der persönlichen Gesundheitsgeschichte der Nutzer kombiniert.

“Letztendlich wurde die Antwort für mich meine Daten. Ich vermutete, dass mein Zyklus direkt meine Erkrankung beeinflusste, und brachte diese Hypothese zu führenden Ärzten, die sie vollständig ablehnten. Der einzige Weg vorwärts war, meine eigene Datenbank aufzubauen, meine eigenen Antworten zu finden und dann meine Ärzte in meinen Prozess einzubinden – das genaue Gegenteil von dem, wie ich erwartet hatte, dass dies ablaufen würde”, fügte Torosian hinzu.

Warum künstliche Intelligenz die Gleichung ändert

Künstliche Intelligenz verändert grundlegend die Diagnose in der Gesundheitsversorgung, nicht indem sie klinische Urteilsfähigkeit ersetzt, sondern indem sie eine Form der Mustererkennung auf einer Skala und Kontinuität ermöglicht, die traditionelle Pflege nicht replizieren kann. Im Gegensatz zu klinischen Modellen, die von episodischen Begegnungen abhängen, können künstliche Intelligenz-Systeme kontinuierlich medizinische Aufzeichnungen, Biomarker und Echtzeit-physiologische Eingaben analysieren und Korrelationen erkennen, die standardmäßige Pflege routinemäßig verpasst.

Dieses Ergebnis hat zu früheren und genauereren Diagnosen bei Erkrankungen wie Herz-Kreislauf-Erkrankungen und Krebs geführt – eine Veränderung, die bereits die Patientenergebnisse verbessert.

Insbesondere bei der Gesundheit von Frauen ist diese Fähigkeit von entscheidender Bedeutung; hormonelle Systeme sind dynamisch, tief vernetzt und hoch individualisiert. Künstliche Intelligenz-gestützte Tools beginnen, die diagnostische Lücke zu schließen, indem sie eine präzisere Überwachung, Vorhersage und longitudinale Analyse bei reproduktiver Gesundheit, mutterschaftlicher Pflege und gynäkologischen Erkrankungen ermöglichen.

Neue Anwendungen reichen von künstlicher Intelligenz-gestützter fetaler Bildgebung bis hin zur nichtinvasiven Erkennung von Endometriose, Bereiche, in denen traditionelle Diagnosemethoden lange gestritten haben.

Ourself Healths Stella baut auf dieser Grundlage auf, indem sie longitudinale hormonelle Daten operationalisiert und Muster in personalisierte, zeitkritische Gesundheitsempfehlungen umwandelt, anstatt generalisierte klinische Anleitung zu geben.

“Je mehr Daten ein Nutzer in die Plattform einbringt, desto präziser und persönlicher wird Stellas Anleitung. Diese Daten stammen aus mehreren Schichten: individuelle Symptome, die täglich innerhalb der App verfolgt werden, persönliche Notizen, Dokumente, die ein Nutzer direkt hochladen kann, und kontinuierliche physiologische Daten von Wearables wie der Apple Watch”, erklärte Torosian.

Indem sie dies tut, bewegt sich das Tool über die Erkennung hinaus und hin zur Entscheidungsunterstützung – die Gesundheit von Frauen als kontinuierliches, berechenbares System umdefinierend, anstatt als eine Reihe von unverbundenen klinischen Vertikalen.

Eine neue computergestützte Schicht für eine alte Lücke

Der Unterschied zwischen der Erzeugung von Erkenntnissen und der Produktion von handhabbaren Richtlinien ist subtil, aber klinisch bedeutsam. Stella AI ist darauf ausgelegt, Letzteres zu priorisieren, indem sie longitudinale Trends interpretiert, um individualisierte und zeitkritische Empfehlungen zu generieren, die auf den hormonellen Basiswert jedes Nutzers abgestimmt sind.

Im Kern basiert Stellas Design auf der Erkenntnis, dass kein zwei hormonelle Systeme identisch sind. Die Ourself-Plattform lernt dann kontinuierlich von den Eingaben jedes Nutzers, unabhängig von Zyklus, Symptomen,

“Was immer noch fehlt, sind individuelle Frauen, die jetzt die Kontrolle übernehmen können – ohne auf die Forschung zu warten. Genau da kommt Ourself ins Spiel; wir können nicht von Frauen verlangen, ihr Leben zu pausieren, während Institutionen langsam die Finanzierungslücke schließen. Wir können ihnen die Tools geben, um ihren eigenen Körper zu verstehen, ihre eigene Gesundheitsakte zu erstellen, informierte Entscheidungen zu treffen und mit dem zu handeln, was wir bereits wissen – während die breitere Forschungslandschaft weiterhin um sie herum evolviert”, betonte Torosian.

Ein solcher Ansatz transformiert die hormonelle Gesundheitsversorgung von einer reaktiven Disziplin in eine proaktive, bei der Interventionen zeitlich und individuell angepasst werden können, was herkömmliche Pflegemodelle strukturell nicht in der Lage sind zu liefern.

Aber über individuelle Fälle oder Visionäre hinaus birgt die Entstehung besserer – und künstlicher Intelligenz-gestützter – Technologien eine neue computergestützte Schicht, die sowohl die Komplexität handhabbar machen als auch Leben retten kann.

Wenn Institutionen wie die NIH und die American Heart Association formell Ressourcen umleiten, übersetzt künstliche Intelligenz diesen Schwung in realen Einfluss. Das Versprechen dieser Tools liegt in ihrer Fähigkeit, zu personalisieren und das zu operationalisieren, was die Medizin lange beobachtet, aber nur schwer anwenden konnte: dass die Gesundheit von Frauen dynamisch ist.

Die Zukunft der Gesundheitsversorgung wird nicht durch Bevölkerungsdurchschnittswerte definiert, sondern durch Präzision – wo die longitudinale Daten jedes Einzelnen die Grundlage seiner Pflege bilden. Und in diesem Sinne ersetzt künstliche Intelligenz die Medizin nicht, sondern erweitert sie in ein Gebiet, das sie nie vollständig navigieren konnte, bis jetzt.