Ajatusjohtajat
Hormonit, data ja tekoälyn läpimurto, joka perinteiseltä lääketieteeltä jäi huomaamatta

Keskeiset kohdatOurself Healthin Stella AI muuntaa pitkittäiset hormonaaliset tiedot henkilökohtaisiksi…
Näytä lisää
- Ourself Healthin Stella AI muuntaa pitkittäiset hormonaaliset tiedot henkilökohtaisiksi terveyssuosituksiksi.
- NIH ja American Heart Association ovat ohjanneet yli 100 miljoonaa dollaria naisten metabolisen ikkunan tutkimukseen.
- Tekoäly mahdollistaa jatkuvan kuvioiden tunnistamisen, jota perinteinen episodinen hoito ei rakenteellisesti pysty toistamaan.
Naisten terveys on ollut vuosikymmeniä aliedustettuna kliinisessä tutkimuksessa: sitä on tutkittu liian vähän, yksinkertaistettu liikaa ja pakotettu malleihin, jotka perustuvat miesten biologisiin keskiarvoihin. Esimerkiksi hormonikiertojen muovaamia sairauksia on pitkään tarkasteltu staattisina kliinisinä tilannekuvina, joissa pitkän aikavälin kehityskulut jäävät huomaamatta ja oireet tulkitaan väärin. Tämä on osaltaan viivästyttänyt diagnooseja ja johtanut virheellisiin diagnooseihin.
Vasta kolme vuosikymmentä sitten FDA salli naisten palata kliinisten tutkimusten osallistujiksi. Silti naisten osuus tutkimusten osallistujista on yhä 30 prosenttia, pitkälti siksi, että lääketeollisuus keskittyy liikaa heidän mahdollisuuteensa saada lapsia ja hedelmällisyyteen liittyviin huoliin.
Seuraukset eivät rajoitu edustukseen. Pittsburghin yliopiston kansanterveystieteen yksikön tutkimuksessa todettiin, että useimpien lääkkeiden turvallisuusprofiilit perustuvat miesten biologiaan eivätkä ota huomioon naisten hormonaalista vaihtelua. Erityisesti sydän- ja verisuonitautien tutkimuksessa naisten vähäinen osallistuminen on suoraan myötävaikuttanut diagnoosien viivästymiseen, oireiden sivuuttamiseen ja järjestelmällisiin virhediagnooseihin.
Vuodesta 2015 lähtien kliinisessä tutkimuksessa on kuitenkin edistytty merkittävästi sukupuolten välisessä tasa-arvossa. Yhdysvaltain kansalliset terveysinstituutit (NIH) julkaisivat linjauksen sukupuolen huomioimisesta biologisena muuttujana tutkimuksessa. Tämä edellyttää sekä naisiin että miehiin liittyvien muuttujien tarkastelua tieteellisessä tutkimuksessa.
Linjausten ja käytännön välinen viive on silti ollut huomattava. Vasta nyt on alkanut toteutua laajempi aalto kliinisesti tarkkaa tutkimusta, jossa naisten biologia otetaan nimenomaisesti huomioon. Samalla institutionaaliset investoinnit ja tekoäly ovat lähentymässä tavalla, joka lupaa muuttaa alaa.
Instituutioiden herääminen
Kliinisen datan kertyessä ja uusien tutkimusaukkojen seurausten korostuessa tieteen ja teknologian välille muodostuu uusi yhteys. Sen tavoitteena ei ole käsitellä naisten biologiaa poikkeamana, vaan rakentaa järjestelmät alusta alkaen biologisten sukupuolierojen ympärille.
Instituutiot ovat virallistaneet tämän suunnanmuutoksen. American Heart Association on vahvistanut painotustaan naisten sydän- ja verisuoniterveyteen 75 miljoonan Yhdysvaltain dollarin Go Red for Women Venture Fund -rahastolla sekä 15 miljoonan dollarin tutkimusaloitteella, joka tarkastelee kuukautiskiertojen vaikutuksia sydän-, munuais- ja aineenvaihduntaterveyteen (CKM).
Samanaikaisesti NIH:n koko organisaation strateginen suunnitelma vuosille 2024–2028 ja Valkoisen talon toimeenpanomääräys ohjaavat yli 100 miljoonaa Yhdysvaltain dollaria ARPA-H-rahoitusta tutkijoiden ”aineenvaihdunnallisiksi ikkunoiksi” kutsumiin vaiheisiin, erityisesti vaihdevuosiin ja kuukautiskiertoihin. Taustalla on näyttö siitä, että lähes 99 prosenttia prekliinisistä ikääntymistutkimuksista on historiallisesti jättänyt nämä tekijät huomiotta. Aloitteen tukena on myös National Academies -organisaation 15,7 miljardin Yhdysvaltain dollarin suositus.
Nämä rakenteelliset muutokset ovat vauhdittaneet rinnakkaista muutosta siinä, miten naisten terveysdataa kerätään ja tulkitaan sekä miten sen perusteella toimitaan. Uuden sukupolven alustat muuttavat hormoni- ja kiertodataa helposti ymmärrettäviksi, kliinisesti merkityksellisiksi havainnoiksi. Näin naiset voivat tunnistaa kehityskulkuja ennen kuin ne pahenevat sairauksiksi, joita perinteiset menetelmät saattavat tulkita väärin.
”Oma terveyskriisini oli yksi elämäni pelottavimmista kokemuksista. Se paljasti nopeasti, että taakka jää lähes kokonaan potilaan kannettavaksi juuri silloin, kun hänellä on vähiten valmiuksia kantaa sitä”, Adriana Torosian, Ourself Healthin perustaja ja toimitusjohtaja, kertoi Unite AI:lle.
Ourself Health johtaa rakenteellista muutosta tavassa ymmärtää naisten terveyttä. Yritys on syntynyt naisten henkilökohtaisista kokemuksista terveysdatan heikosta hallinnasta, ja sen tarkoituksena on ehkäistä tulevia ongelmia, jotka liittyvät tietojen yhteensopimattomuuteen tai heikkoihin mahdollisuuksiin saada apua datan tulkintaan.
San Franciscossa toimiva startup esitteli äskettäin Stellan, tekoälypohjaisen terveyskumppanin, joka yhdistää maailman johtavaa naisten terveystutkimusta käyttäjien henkilökohtaiseen terveyshistoriaan.
”Lopulta vastaukseksi muodostui oma datani. Epäilin, että kuukautiskiertoni vaikutti suoraan sairauteeni, ja esitin tämän hypoteesin johtaville lääkäreille. He torjuivat sen täysin. Ainoa tie eteenpäin oli rakentaa oma aineistoni, löytää omat vastaukseni ja ottaa sitten lääkärit mukaan omaan prosessiini. Tämä oli täydellinen vastakohta sille, miten olin odottanut asian etenevän”, Torosian lisäsi.
Miksi tekoäly muuttaa asetelmaa
Tekoäly muuttaa terveydenhuollon diagnostiikkaa perustavanlaatuisesti. Se ei korvaa kliinistä harkintaa, vaan mahdollistaa sellaisten mallien tunnistamisen sellaisessa mittakaavassa ja sellaisella jatkuvuudella, johon perinteinen hoito ei pysty. Toisin kuin yksittäisiin käynteihin perustuvat kliiniset mallit, tekoälyjärjestelmät voivat analysoida jatkuvasti potilastietoja, biomarkkereita ja reaaliaikaisia fysiologisia syötteitä sekä havaita korrelaatioita, jotka tavanomaisessa hoidossa jäävät toistuvasti huomaamatta.
Tuloksena on ollut mitattavasti varhaisempia ja tarkempia diagnooseja sairauksissa sydän- ja verisuonitaudeista syöpään. Tämä muutos parantaa jo potilaiden hoitotuloksia.
Naisten terveydessä tämä kyky on erityisen tärkeä: hormonijärjestelmät ovat dynaamisia, tiiviisti yhteydessä toisiinsa ja hyvin yksilöllisiä. Tekoälypohjaiset työkalut alkavat kuroa diagnostista kuilua umpeen mahdollistamalla tarkemman seurannan, ennustamisen ja pitkittäisanalyysin lisääntymisterveydessä, äitiyshuollossa ja gynekologisissa sairauksissa.
Kehittyvät sovellukset ulottuvat tekoälyavusteisesta sikiön kuvantamisesta endometrioosin kajoamattomaan tunnistamiseen. Nämä ovat alueita, joilla perinteinen diagnostiikka on pitkään kohdannut vaikeuksia.
Ourself Healthin Stella rakentuu tälle perustalle ottamalla pitkän aikavälin hormonidatan käytännön hyötykäyttöön. Se muuttaa kehityskulut henkilökohtaisiksi, oikea-aikaisiksi terveyssuosituksiksi yleisluonteisten kliinisten ohjeiden sijaan.
”Mitä enemmän dataa käyttäjä tuo alustalle, sitä tarkemmaksi ja henkilökohtaisemmaksi Stellan ohjaus muuttuu. Data tulee useista kerroksista: sovelluksessa päivittäin seuratuista yksilöllisistä oireista, henkilökohtaisista muistiinpanoista, asiakirjoista, jotka käyttäjä voi ladata suoraan, sekä puettavien laitteiden, kuten Apple Watchin, jatkuvasta fysiologisesta datasta”, Torosian selitti.
Näin työkalu siirtyy tunnistamisesta päätöksenteon tukemiseen. Se määrittelee naisten terveyden uudelleen jatkuvaksi, laskennallisesti käsiteltäväksi järjestelmäksi erillisten kliinisten osa-alueiden sarjan sijaan.
”Tavoitteena on kuroa umpeen kuilu sen välillä, mitä nainen tietää omasta kehostaan ja mitä lääkäri näkee lyhyellä vastaanottokäynnillä. Haluamme myös varmistaa, että hänellä on jokaisessa kohtaamisessa mukanaan oma datansa, uusin asiaankuuluva tutkimustieto ja selkeä toimintasuunnitelma. Stella antaa kaiken tämän hänen käsiinsä”, perustaja lisäsi.
Uusi laskennallinen kerros vanhaan puutteeseen
Ero havaintojen tuottamisen ja käytännössä hyödynnettävän ohjauksen välillä on hienovarainen mutta kliinisesti merkittävä. Stella AI on suunniteltu painottamaan jälkimmäistä. Se tulkitsee pitkän aikavälin kehityskulkuja ja tuottaa yksilöllisiä, oikea-aikaisia suosituksia, jotka sovitetaan kunkin käyttäjän hormonaaliseen lähtötasoon.
Stellan suunnittelun ytimessä on ymmärrys siitä, ettei kahta samanlaista hormonijärjestelmää ole. Ourself-alusta oppii jatkuvasti kunkin käyttäjän syötteistä riippumatta kierroista, oireista,
”Yksittäisiltä naisilta puuttuu yhä mahdollisuus ottaa tilanne haltuun juuri nyt, odottamatta tutkimuksen kirimistä rinnalle. Juuri tässä Ourself tulee mukaan. Emme voi pyytää naisia laittamaan elämäänsä tauolle sillä aikaa, kun instituutiot hitaasti kurovat rahoitusvajetta umpeen. Voimme antaa heille työkalut ymmärtää omaa kehoaan jo tänään, rakentaa oman terveystietonsa, tehdä tietoon perustuvia päätöksiä ja toimia sen pohjalta, mitä jo tiedämme. Samalla laajempi tutkimuskenttä kehittyy heidän ympärillään”, Torosian painotti.
Tällainen lähestymistapa muuttaa hormoniterveyden hallinnan reaktiivisesta ennakoivaksi. Toimenpiteet voidaan ajoittaa ja räätälöidä tarkkuudella, jonka tarjoamiseen perinteiset hoitomallit ovat rakenteellisesti heikosti valmistautuneita.
Yksittäisten tapausten ja visionäärien lisäksi parempien, tekoälyavusteisten teknologioiden kehittyminen tuo mukanaan uuden laskennallisen kerroksen. Se pystyy tekemään monimutkaisuudesta käytännössä hyödynnettävää ja ennen kaikkea pelastamaan henkiä.
Kun NIH:n ja American Heart Associationin kaltaiset instituutiot suuntaavat resursseja virallisesti uudelleen, tekoäly muuttaa tämän liikkeen käytännön vaikutuksiksi. Näiden työkalujen lupaus on niiden kyvyssä yksilöllistää ja viedä käytäntöön se, minkä lääketiede on pitkään havainnut mutta mitä sen on ollut vaikea soveltaa: naisten terveys on dynaamista.
Terveydenhuollon tulevaisuutta eivät määritä väestötason keskiarvot vaan tarkkuus, jossa kunkin yksilön pitkittäisdata muodostaa hänen hoitonsa perustan. Tässä mielessä tekoäly ei korvaa lääketiedettä, vaan laajentaa sitä alueelle, jolla toimimiseen sillä ei tähän asti ole ollut täysiä valmiuksia.












