Alan Murray, Conceivable Life Sciencesin perustaja ja toimitusjohtaja – Haastattelusarja

Alan Murray, Conceivable Life Sciencesin perustaja ja toimitusjohtaja, on insinööri ja sarjayrittäjä, jolla on yli kolmen vuosikymmenen kokemus teknologiasta, koneoppimisesta, laitteista, logistiikasta ja yritysten perustamisesta. Ennen Conceivable Life Sciencesin perustamista hän perusti TMRW Life Sciencesin, jossa hän auttoi kehittämään automaattisen alustan jäädytettyjen munasolujen ja alkioiden hallintaan ja turvallisuuteen. Murray on myös Coriolis Venturesin perustaja ja kumppani, ja hän on auttanut perustamassa yrityksiä digitaalisen mainonnan, hotellialan ja elintarviketeollisuuden aloilla, mukaan lukien Integral Ad Science , Dstillery ja NeueHouse. Conceivable Life Sciencesissa hän toimii sekä strategisena johtajana että AURAn pääarkkitehtina, joka valvoo robotiikan, edistyneen kuvantamisen ja koneoppimisen integroimista hedelmöityslaboratorioiden työprosesseihin.

Conceivable Life Sciences on bioteknologiayritys, joka kehittää AURAn, automaattisen avustetun hedelmöityslaboratorion, joka koordinoi monimutkaiset prosessit, jotka ovat osa alkion luomista, kasvattamista ja säilyttämistä. Sen sijaan, että automatisoidaan yksittäinen prosessi, alusta yhdistää robotiikan, ohjelmistot, edistyneen optiikan, tekoälyyn ja laboratoriolaitteet koko IVF-työprosessiin, ja samalla ylläpitää digitaalista jäljitettävyyttä ja antaa embryologeille mahdollisuuden tehdä kliinisiä päätöksiä. Conceivable Life Sciencesin tavoitteena on käyttää tätä standardoitua lähestymistapaa vähentääksesi muuttujia, laajentaaksesi laboratoriokapasiteettia ja tehdäkseen hedelmöityshoitoa helpommin saataville ja edullisemmaksi perheille, jotka kohtaavat korkeita kustannuksia tai rajoitettua pääsyä erikoissairaanhoidon tarjoajiin.

Olit aikaisemmin perustamassa TMRW Life Sciencesia, jossa auttoit esittelemään automaation varastoinnin ja hallinnan jäädytettyjen munasolujen ja alkioitten osalla. Mitä tämä kokemus opetti sinulle nykyisen hedelmöitysinfrastruktuurin rajoituksista, ja mikä lopulta vakuutti sinut perustamaan Conceivable Life Sciencesin ja ottamaan vastaan monimutkaisemman haasteen, alkion luomisen automatisoinnin?

TMRW:ssä automatisoimme, miten munasolut ja alkiot säilytetään ja seurataan, kun ne ovat jo olemassa. Se ratkaisi oikean ongelman, koska ketjun hallinta kryoconservoinnissa on armoton, ja sen saaminen oikein on erittäin tärkeää potilaille. Mutta se myös osoitti minulle, mitä rajoituksia pelkän varastoinnin automaatio voi korjata. Pullonkaula IVF:ssä ei ollut koskaan ollut se, mitä tapahtuu alkion jälkeen. Se on alkion luominen. Tämä työ riippuu edelleen pienestä määrästä erittäin koulutettuja embryologeja, jotka tekevät manuaalisia, toistuvia, sub-mikron tarkkuuden tehtäviä käsin, ja lopputulos vaihtelee sen mukaan, kuka pitää pipettia kyseisenä päivänä.

Kun aloitin TMRW:n, hedelmöitysvarastomarkkinat kohtelivat edelleen niitä marginaalisena kulmana lisääntymislääketieteessä. En kuitenkaan nähnyt sitä samalla tavalla. Myöhäistynyt vanhemmuus oli muuttumassa normaaliksi, enemmän ihmisiä jäädytti munasoluja ja siittiöitä aikaisemmin, työnantajat alkoivat lisätä hedelmöityksen säilyttämistä etuuksiin, ja LGBTQ+- ja yksinhuoltajayhteisöt rakennivat perheitä munasolujen ja siittiöiden pankin kautta mittakaavassa, jota ala ei ollut suunnitellut. Kaikki tämä osoitti, että varastoinnin ja seurannan ongelma oli kasvamassa nopeammin kuin useimmat alan ihmiset odottivat. Se on osa syytä, miksi ketjun hallinta oli minulle niin tärkeää TMRW:ssä. Jos rakennetaan markkinaa, joka on kasvamassa nopeasti, ei voida luottaa manuaaliseen seurantaan ja ihmismuistiin, jotta voidaan pitää munasoluja, siittiöitä ja alkioita järjestyksessä. Varastoinnin ja seurannan automatisointi ei ollut vain parantamista nykyisessä työssä, vaan myös rakentamista infrastruktuuriin, joka voi kestää kasvua.

Vuonna 2018 aloitin suunnittelemaan sitä, mikä myöhemmin kehittyi AURaksi, alusta alkaen, mikrofluidiikasta robotti-integrointiin ja ruiskutustekniikkaan. Se, mikä vakuutti minun luomaan Conceivable Life Sciencesin, oli yksinkertaista: jos voisimme tuoda samaa tarkkuutta alkion luomiseen, jonka valmistus ja robotiikka ovat tuoneet muihin tarkkuustyönteollisuuteen, voisimme tehdä IVF:stä johdonmukaisemman ja saatavamman samanaikaisesti. Se oli vaikeampi ongelma, mutta se oli ratkaistava.

AURA koordinoi yli 200 askelta, jotka liittyvät toisiinsa oleviin järjestelmiin, kuten lautan valmisteluun, siittiöiden prosessointiin, munasolujen tunnistamiseen, sisäsytoplasmatisiin siittiöiden ruiskutukseen, inkubaatioon, robotti kuljetukseen ja vitrifiointiin. Miten ohjelmisto, robotiikka, kuvantamisjärjestelmät ja laboratoriolaitteet toimivat yhtenäisenä alustana, samalla ylläpitäen jäljitettävyyttä jokaiselle munasolulle, siittiöille ja alkioille?

AURA suorittaa nämä yli 200 askelta yhtenä jatkuvana järjestelmänä, eikä erillisenä ketjuna erillisiä koneita. Ohjelmistokerros on se, mikä mahdollistaa tämän. Jokainen toimi, jokainen kuva, jokainen mittaus on sidottu tiettyyn munasoluhin, siittiöihin tai alkioon koko syklän ajan, joten on olemassa täydellinen digitaalinen rekisteri siitä, mitä tapahtui ja milloin.

Tämä jäljitettävyys on se osa, jota ihmiset aliarvioivat. Perinteisessä laboratoriossa paljon tästä historiasta elää embryologin muistiinpanoissa ja muistissa. AURAssa se on rakenteista dataa ensimmäisestä askelsta viimeiseen, mikä mahdollistaa robotiikan, kuvantamisen ja laboratoriolaitteiden koordinoinnin reaaliajassa ja antaa embryologille mahdollisuuden osallistua mihin tahansa vaiheeseen kokonaisvaltaisella ymmärryksellä, eikä osittaisella kuvalla.

Teknologisen pinokerenne sisältää havainto-transformaattorin, joka auttaa siittiöiden tunnistamisessa, edistyneen kuvantamisen munasolujen sijainnin määrittämiseksi ja näkemis- ja toimintamalleja, jotka ohjaavat herkkien fyysisten prosessien suorittamista. Miten nämä mallit koulutetaan, mitkä signaalit ne arvioivat, ja miten järjestelmä määrittää, milloin embryologin on osallistuttava?

Käytämme tietokoneen näkömallien (mukaan lukien YOLO ja RT-DETR) fokusoimaan mikroskooppeja, kalibroimaan robottien asemia, tunnistamaan ja seuraamaan siittiöitä, sijaintia ja arviointia munasolujen osalla ja ohjaamaan robottien toimintaa prosessien aikana, kuten ICSI (siittiöiden ja munasolujen yhdistäminen alkion luomiseksi).

Nämä mallit on koulutettu kasvavassa kirjastossa korkean resoluution merkkityistä kuvista, jotka on otettu aiemmista tapauksista.

Olet saanut vaikutteita puolijohdeteollisuudesta ja autonomisista ajoneuvoista, jotka yhdistävät havainnon, suunnittelun ja tarkan fyysisen suorituksen. Mitkä insinööritieteelliset periaatteet siirtyivät onnistuneesti embryologiaan, ja mitkä piti uudelleen suunnitella, koska AURA manipuloi eläviä soluja eikä valmistettuja komponentteja?

Insinööritieteelliset periaatteet, jotka siirtyivät hyvin, liittyivät tarkkaan valmistukseen suuressa mittakaavassa: tiukka prosessin valvonta, anturien yhdistäminen, kohtelemalla muuttujuuksia mitattavina ja suunniteltavina asiina eikä hyväksymällä niitä. Autonomiset ajoneuvot antoivat meille hyvän mallin siitä, miten havainto, suunnittelu ja suoritus tarvitsevat toimia yhdessä reaaliajassa ja miten järjestelmän tulisi käyttäytyä, kun se ei ole varma siitä, mitä se näkee.

Se, mitä piti suunnitella lähes kokonaan uudelleen, oli toleranssimme odottamattomia tapahtumia. Puolijohdelevy käyttäytyy aina samalla tavalla. Elävä solu ei. Kaksi munasolua samalta potilaalta voi näyttää erilaiselta, käyttäytyä erilaisesti ja reagoida erilaisesti samalle prosessille. Joten sen sijaan, että rakennettaisiin yhteen “oikeaan” tulokseen, järjestelmän on rakennettava sellainen, joka tunnistaa laajan biologisen muuttujan ja tietää, mikä on normaalia muuttujaa ja mikä vaatii ihmisen tarkastelun. Se on perustavanlaatuinen insinööritieteellinen ongelma, joka poikkeaa kaikista muista valmistus- tai ajoneuvoteollisuuden osista.

Conceivable Life Sciences kuvailee jokaista AURA-syklisiä datan pyöriväksi standardoitujen prosessitietojen osana, joita perinteiset laboratoriot eivät voi helposti kerätä. Mitä dataa kerätään syklisen aikana, miten se voi parantaa tulevia malleja, ja miten olette käsittelemässä potilaiden yksityisyyttä, demografista harhaa, eroja klinikoiden välillä ja riskejä, jotka liittyvät kliinisten tekoälyjärjestelmien päivittämiseen?

Jokainen AURA-syklisi tuottaa standardoidun tietojoukon: kuvat, anturidata, ajoitus ja tulokset, jotka liittyvät jokaiseen askelta, yksityiskohtaisella tasolla, jota manuaalisten IVF-laboratorioiden ei voida tuottaa tänään, koska suurin osa prosessista ei ole tallennettu järjestelmällisesti. Tämä data syöttää takaisin malleihimme parantamiseksi myöhemmin, mikä on yksi automaation todellisista etuoista. Järjestelmä paranee määrän myötä tavalla, jota manuaaliset prosessit eivät voi.

Yksityisyyden suhteen potilaiden data on nimettömäksi tehty mallien kouluttamiseksi ja käsitellään samojen sääntelyvaatimusten mukaan kuin kliiniset data yleensä. Harhauksessa olemme tietoisia kouluttamisesta eri potilasväestöjen ja kliinisten sivustojen dataa, jotta mallit eivät suoriudu vain parhaiten varhaisissa tietoja edustavissa demografiassa. Klinikkien väliset erot ovat todellinen muuttuja, jota seuraamme, koska laboratorio-olosuhteet ja potilasväestöt vaihtelevat. Ja kun käsitellään kliinisten tekoälyjärjestelmien turvallista päivittämistä, jokainen mallipäivitys menee validointiin ennen käyttöönottoa, ja emme ole kiireessä sanoa, että olemme oikein, ennen kuin näyttö tukee sitä.

Conceivable Life Sciences on suorittanut pilottitutkimuksia, joissa on ollut yli 100 potilasta ja yli 1 000 munasolua. Mitkä kliiniset päätepisteet ovat tärkeimmät osoittamaan, että automaatio voi parantaa johdonmukaisuutta, turvallisuutta, alkion kehitystä, raskauden todennäköisyyttä tai elävän syntymän tuloksia verrattuna perinteisiin manuaalisiin IVF-menettelyihin?

Näistä päätepisteistä tärkeimmät ovat ne, jotka todella ennustavat terveen lopputuloksen potilaalle, eivät vain prosessin mittareita. Sikiön kehitys blastokystaksi, sikiön kehitys ja euploidiarvio kertovat, onko biologia käyttäytyväsi odotetulla tavalla. Siitä, miten se kääntyy todelliseksi mahdollisuudeksi saada lapsi. Elävän syntymän päätepiste on se, mikä lopulta on tärkeintä, ja se on myös hitain kertymään, koska se vie kuukausia siirtämisen jälkeen tietää.

Se, mihin olemme eniten keskittyneitä osoittamaan, on johdonmukaisuus: AURA tuottaa samanlaatuisen lopputuloksen riippumatta siitä, mikä laboratorio, mikä päivä tai mikä potilasväestö se palvelee. Se on se osa, jonka manuaalinen IVF ei ole koskaan voinut taata, ja se on se osa, jonka automaatio on rakennettu ratkaisemaan.

C: VIT on suunniteltu jäädyttämään alkioita jopa 50 kertaa nopeammin kuin perinteiset vitrifiointimenetelmät, samalla standardoimalla kryo-suojeluaineiden altistusta ja vähentämällä jääkiteiden muodostumista. Miten nopeampi jäädytys kääntyy kliinisesti merkittäviksi hyödyiksi, ja mitä näyttöä tarvitaan osoittamaan parannuksia alkion selviytymisessä, istutus- ja elävän syntymän todennäköisyydessä?

Kliininen logiikka on suoraviivainen: hitaampi jäädytys antaa jääkiteille enemmän aikaa muodostua, ja jääkiteet vahingoittavat solurakennetta. Nopeampi, standardoitu jäädytys vähentää tätä riskiä ja antaa jokaiselle alkioille saman kryo-suojeluaineen altistuksen, eikä altistusta, joka vaihtelee sen mukaan, mikä embryologi suorittaa menettelyä ja kuinka nopeasti he työskentelevät.

Suunnittelimme C: VIT: n parantamaan alkion selviytymistä jäätymis- ja sulatyskierron kautta, mikä on ensimmäinen ja välittömästi mitattavissa oleva asia. Siitä, miten se kääntyy istutus- ja elävän syntymän todennäköisyyksiin. Rakennamme tätä näyttöä tarkoituksella, kontrolloiduissa tutkimuksissa, ennen kuin teemme väitteitä lopputuloksista laajassa mittakaavassa.

Conceivable Life Sciences korostaa, että AURA on automaatioavusteinen ja että kliiniset päätökset pysyvät embryologien vastuulla. Mitkä päätökset on aina pidettävä ihmisen hallinnassa, mitkä turvallisuusvarusteet antavat embryologille mahdollisuuden keskeyttää tai ohittaa järjestelmän, ja miten vastuuta käsitellään, kun tekoälysuositus tai robotti toiminto vaikuttaa munasoluhin, siittiöihin tai alkioon?

Jokainen kliininen päätös, joka vaikuttaa alkion luomiseen, säilyttämiseen tai istutukseen, pysyy embryologin vastuulla. AURA on automaatioavusteinen. Se on suunniteltu suorittamaan fyysisiä tehtäviä tarkkuudella ja johdonmukaisuudella ja antamaan hälytyksiä, jos jotain odottamattomia tapahtuu, mutta se ei tee kliinisiä päätöksiä itsenään.

Embryologit voivat keskeyttää tai ohittaa järjestelmän missä tahansa vaiheessa syklissä, ja järjestelmä on suunniteltu siten, että se on helppo tehdä, eikä sitä tarvitse taistella käyttöliittymää vastaan. Vastuun osalta jokainen toimi, jonka AURA suorittaa, on kirjattu ja sidottu embryologille, joka valvoo kyseistä syklissä, joten on selvä rekisteri siitä, mitä järjestelmä teki, mitä se antoi hälytyksen ja mitä ihminen päätti tehdä vastauksena. Tämä jäljitettävyys on se, mikä mahdollistaa vastuun ensinnäkin.

Conceivable Life Sciences ja IVI RMA aikovat ottaa käyttöön ensimmäisen AURA-järjestelmän Yhdysvaltojen klinikassa vuonna 2027. Mitkä sääntely-, kliinisen validoinnin, infrastruktuurin ja työprosessin haasteet on ratkaistava, ennen kuin alusta voidaan siirtää kontrolloiduista tutkimuksista normaaliin potilashoitoon?

On oikeasti työtä edessä neljällä rintamalla. Sääntely: työskentelemme oikean prosessin kautta FDA: n kanssa järjestelmälle, joka yhdistää robotiikan, ohjelmistot ja lisääntymislääketiedettä, jolla ei ole paljon edeltäjiä. Kliininen validointi: rakennamme näyttöä laajassa mittakaavassa, mitä Yhdysvaltojen kliininen ympäristö vaatii, sen lisäksi, mitä pilottitutkimukset voivat osoittaa. Infrastruktuuri: pystytämme fyysistä käyttöönottoa Yhdysvaltojen klinikassa IVIRMA: n kanssa, mikä on itsessään merkittävä urakka. Ja työprosessi: varmistamme, että embryologit ja kliininen henkilöstö ensimmäisessä kohteessa ovat koulutettuja ja tietävät järjestelmästä ennen kuin se koskee potilashoitoa.

Niistä kussakin on työtä, eikä niitä voida hoitaa pienellä. Emme kuitenkaan suhtaudu vuoteen 2027 siihen, että se on päivämäärä, jota tavoitellaan riippumatta siitä, mihin näyttö johtaa. Se on päivämäärä, jota pyritään saavuttamaan, kun validointi tukee sitä.

IVF on edelleen kallista, maantieteellisesti rajoitettua ja riippuvainen suhteellisen pienestä määrästä erittäin koulutettuja asiantuntijoita. Mitä on muutettava hedelmöityshoidon taloudellisessa ja toimintamallissa, jotta automaatio voi tehdä IVF: stä saatavamman, ja miten mitatkaa, onko AURA todella vähentänyt kustannuksia onnistuneesta syntymästä?

Perusongelma on, että IVF on riippunut pienestä määrästä erittäin koulutettuja asiantuntijoita, jotka tekevät manuaalista työtä, jota ei voida skaalata. Se on se, mikä tekee siitä kallista ja maantieteellisesti rajoitettua. Se ei ole puute kysynnästä, vaan pullonkaula tarjonnassa.

Olemme vastikään julkaisseet tutkimuksen, jossa tarkastellaan kustannuksia lapsen hankkimiseen kotitalouksien tulon osana 25 maassa, ja malli on selkeä: maissa, joissa potilaan maksama nettohinta on alle noin puolet keskituloista, kuten Israel, Japani, Espanja, Taiwan, IVF kattaa noin 9-12 prosenttia kaikista synnytyksistä. Yhdysvalloissa, jossa nettokustannukset ovat yleensä yli 75 prosenttia kotitalouksien tuloista, luku on noin 2,5 prosenttia. Saatavuus ei ole yksi tekijä monista. Se näyttää olevan ensisijainen este. Jos Yhdysvallat näkisi samanlaisia voittoja kuin tutkimus löysi muissa maissa, se voisi tarkoittaa noin 140 000-160 000 lisää syntymää vuodessa. Taustalla on perheitä, jotka haluavat lasta, mutta eivät voi maksaa tietä siihen.

Automaatio kohdistuu suoraan tähän pullonkaulaan: standardoitu alusta voi tuoda laboratoriolaatua tarkkuutta useammassa paikassa ilman, että jokaisen klinikan on oltava samaa harvinaista, erittäin koulutettua lahjakkuutta. Vähemmän syklisiä onnistuneella tuloksella on se, mikä todella siirtää kustannuksia. Kun mitataan, onko AURA todella vähentänyt kustannuksia onnistuneesta syntymästä, luku, joka on tärkein, ei ole kustannus syklissä. Se on kustannus elävän syntymän mukaan, koska halvempi sykli, joka ei toimi, ei ole todella edullisempi perheelle. Seuramme tätä mittaria suoraan, kun skaalautamme, ja emme ole kiireessä väittämään, kunnes data tukee sitä.

Kiitos haastattelusta, lukijoille, jotka haluavat oppia lisää, suosittelemme vierailemaan Conceivable Life Sciencesissa.