Hormonit, data ja tekoälyläkowski, jota perinteinen lääketiede väärin arvioi

Viime vuosikymmeninä naisten terveyttä on tutkittu liian vähän kliinisissä tutkimuksissa – se on yksinkertaistettu ja pakotettu sopeutumaan miehen biologisiin keskiarvoihin. Esimerkiksi hormonisyklien muodostamat olosuhteet on pitkään yksinkertaistettu staattisiksi kliinisiksi kuviksi, jotka eivät huomioi pitkittäisiä kuvioita ja oireita, mikä on johtanut viivästetyihin ja väärään diagnoosiin.

Vain kolme vuosikymmentä sitten FDA salli naisten osallistumisen kliinisiin tutkimuksiin. Naisten osuus tutkimuksissa on kuitenkin edelleen vain 30 %, pääosin lääketeollisuuden liiallisen keskittymisen lasten syntymään ja hedelmällisyyden huolenaiheisiin.

Seuraukset ovat laajempia kuin edustus. Yhdysvaltain terveysviranomaisten tutkimus osoitti, että useimmat lääkevalmistajien turvallisuusprofiilit perustuvat miehen biologiaan eivätkä huomioi naisten hormonivaihteluita. Erityisesti sydän- ja verisuonitaudin tutkimuksessa naisten vähäinen määrä on johtanut viivästetyihin diagnooseihin, hylätyihin oireisiin ja järjestelmällisiin väärään diagnoosiin.

Vuodesta 2015 lähtien kliiniset tutkimukset ovat edistyneet merkittävästi sukupuolten tasa-arvon suhteen. Kansalliset terveysinstituutit (NIH) ovat julkaisseet politiikan, jossa sukupuoli otetaan huomioon tutkimuksissa, mikä edellyttää sekä naisten että miesten biologisen vaihtelun huomioimista.

Viive politiikan ja käytännön välillä on kuitenkin ollut merkittävä. Vasta nyt on aloitettu laajempi ja tieteellisesti riittävä tutkimus, joka ottaa huomioon naisen biologian. Samalla on tapahtunut institutionaalinen sijoittaminen ja tekoälyn kehittyminen, joka lupailee muuttaa alan kokonaisuuden.

Institutional herääminen

Kliiniset tiedot kertyvät ja uudet tutkimuskuilut tulevat yhä tärkeämmiksi, ja tiede ja teknologia ovat muodostamassa uuden suunnan, joka ei käsittele naisten biologiaa vain poikkeamana, vaan järjestelmänä, joka on rakennettu alusta alkaen biologisen sukupuolen eroihin.

Instituutiot ovat virallistaneet tämän muutoksen. American Heart Association on vahvistanut keskittymistään naisten sydänterveyteen 75 miljoonan dollarin Go Red for Women Venture Fundin ja 15 miljoonan dollarin tutkimushankkeen kautta, joka tutkii kuukautiskierron vaikutuksia sydän-, munuaisten ja aineenvaihduntatauteihin.

Samaan aikaan NIH:n 2024-2028 strateginen suunnitelma ja Valkoisen talon asetus ohjaavat yli 100 miljoonan dollarin ARPA-H -rahoitusta “aineenvaihdunnan ikkunoita” varten, erityisesti menopaussiin ja kuukautiskierroksiin, joita tutkijat ovat määritelleet “metabolisten ikkunaksi”. Tämä aloite on taustalla 15,7 miljardin dollarin suuruinen kansallinen akatemian suositus.

Nämä rakenteelliset muutokset ovat kiihdyttäneet rinnakkaisen muutoksen siinä, miten naisten terveyden data kerätään, tulkitaan ja sovelletaan. Uusi sukupolvi alustoja kääntää hormonaalista ja kuukautiskierron dataa helposti ymmärrettäviksi, kliinisesti merkityksellisiksi oivalluksiksi, jotka mahdollistavat naisten tunnistamisen kuviot ennen kuin ne eskaloituvat olosuhteiksi, joita perinteiset menetelmät voivat väärin tulkita.

“Omani terveyuskriisi oli yksi elämäni pelottavimmista kokemuksista – ja se paljasti nopeasti, että taakka kuormittaa potilasta juuri silloin, kun hän on vähiten valmis kantamaan sitä”, Ourself Healthin perustaja ja toimitusjohtaja Adriana Torosian kertoi Unite AI:lle.

Ourself Health on johtava muutosta siinä, miten naisten terveyttä nähdään, ja se nousee naisten omista kokemuksista heikkoudesta terveyden datan hallinnassa, ja sen tarkoituksena on estää tulevia ongelmia tiedon epäsuhtaisuudesta tai heikosta datan tulkinnasta.

San Francisco -pohjainen startup on vastikään esitellyt Stellan, tekoälypohjaisen terveyden seuralaisen, joka yhdistää maailman johtavat naisten terveyden tutkimukset käyttäjien henkilökohtaiseen terveyshistoriaan.

“Lopulta vastaus minulle oli omat tiedot. Epäilin, että kuukautiskierroni vaikuttaa suoraan olosuhteeseeni, ja toi hypoteesin johtaville lääkäreille, jotka hylkäsivät sen kokonaan. Ainoa tapa eteenpäin oli rakentaa oma tietokantani, löytää omat vastaukseni ja tuoda lääkärit mukaan prosessiini – täydellinen vastakohta sille, miten odotin tämän tapahtuvan”, Torosian lisäsi.

Miksi tekoäly muuttaa yhtälöä

Tekoäly muuttaa perustavanlaatuisesti terveydenhuollon diagnostiikkaa, ei korvaamalla kliinistä arviointia, vaan mahdollistamalla kuvion tunnistamisen mittakaavassa ja jatkuvuudessa, jota perinteinen hoito ei voi toistaa. Kliinisten mallien sijaan, jotka riippuvat jaksoittaisista kohtaamisista, tekoälyjärjestelmät voivat jatkuvasti analysoida lääketietoja, biomerkintöjä ja reaaliaikaisia fysiologisia syötteitä, havaitsemalla korrelaatioita, joita perinteinen hoito säännöllisesti laiminlyö.

Tämä on johtanut merkittävästi varhaisempiin ja tarkempiin diagnooseihin useissa olosuhteissa, kuten sydän- ja verisuonitaudissa ja syövissä – muutos, joka on jo parantamassa potilaiden tuloksia.

Naisten terveyden osalta tämä kyky on erityisen tärkeä; hormonijärjestelmät ovat dynaamisia, syvän monimutkaisia ja yksilöllisiä. Tekoälypohjaiset työkalut ovat aloittamassa diagnostisen aukon sulkemista mahdollistamalla tarkemman seurannan, ennusteen ja pitkittäisen analyysin lisääntymisen lisääntymisessä, äitiyshuollossa ja gynekologisissa olosuhteissa.

Uusimmat sovellukset ulottuvat tekoälyllisesti parannetusta sikiön kuvantamisesta non-invasiiviseen endometrioosin havaitsemiseen, alueille, joilla perinteinen diagnostiikka on kamppaillut pitkään.

Ourself Healthin Stella rakentuu tästä perustasta ja toimii pitkittäisillä hormonaalisilla tiedoilla, muuttaen kuvioita henkilökohtaisiksi, aikasidonnaisiksi terveyden suosituksiksi yleisten kliinisten ohjeiden sijaan.

“Mitä enemmän käyttäjä tuo dataa alustalle, sitä tarkempi ja henkilökohtaisempi Stella:n ohjeistus tulee. Tiedot tulevat useista kerroksista: yksilöllisistä oireista, joita seurataan päivittäin sovelluksessa, henkilökohtaisista muistiinpanoista, asiakirjoista, joita käyttäjä voi ladata suoraan, ja jatkuvista fysiologisista tiedoista, kuten Apple Watchista”, Torosian selitti.

Tällä tavoin työkalu siirtyy havaitsemisesta päätöksenteon tueksi – uudelleenmäärittelemällä naisten terveyttä jatkuvana, laskettavissa olevana järjestelmänä, ei erillisenä kliinisenä pystyynä.

“Tavoitteena on sulkea kuilu siinä, mitä nainen tietää omasta kehostaan ja mitä lääkäri näkee lyhyessä tapaamisessa – ja varmistaa, että hän saapuu jokaiseen kohtaamiseen varustettuna omilla tiedoilla, viimeisimmällä relevantilla tutkimuksella ja selkeällä toimintasuunnitelman”, perustaja lisäsi.

Uusi laskennallinen kerros vanhaan aukkoon

Ero havainnon tuottamisen ja toimivien ohjeiden antamisen välillä on hienovarainen, mutta kliinisesti merkittävä. Stella AI on suunniteltu priorisoimaan jälkimmäistä, tulkkaamaan pitkittäisiä trendejä yksilöllisten ja aikasidonnaisten suositusten luomiseksi, joka on kalibroitu kunkin käyttäjän hormonitasolle.

Stellan suunnittelun ydin perustuu siihen, että mikään kahden hormonijärjestelmän välillä ei ole identtinen. Ourself-alusta oppii jatkuvasti kunkin käyttäjän syötteistä, riippumatta kuukautiskierrosta, oireista,

“Mitä yksilöllisille naisille puuttuu, on mahdollisuus ottaa vastuu juuri nyt – ilman odottelua, kunnes tutkimus saavuttaa heidät. Se on juuri siinä, mihin Ourself tulee; emme voi pyytää naisten odottamaan elämäänsä, kunnes instituutiot hitaasti sulkevat rahoituskatkoksen. Voimme antaa heille työkalut ymmärtääkseen oman kehonsa jo nyt, rakentaa oman terveyden rekisterin, tehdä perusteltuja päätöksiä ja ryhtyä toimiin siitä, mitä jo tiedetään – samalla kun laajempi tutkimusmaisema jatkaa kehittymistään heidän ympärillään”, Torosian painotti.

Tällainen lähestymistapa muuttaa hormoniterveyden hallintaa reaktiivisesta proaktiiviseksi, jossa interventiot voivat olla tarkasti ajoitettuja ja räätälöityjä siten, että perinteinen hoitomalli ei voi toimia.

Yksilöllisten tapausten tai visionäärien sijaan uusien ja tekoälyavusteisten teknologioiden ilmaantuminen asettaa uuden laskennallisen kerroksen, joka voi tehdä monimutkaisuuden toimivaksi ja tärkeämpänä – pelastaa henkiä.

Kun instituutiot, kuten NIH ja American Heart Association, ohjaavat resursseja uudelleen, tekoäly kääntää tämän liikkeen todelliseksi vaikutukseksi. Näiden työkalujen lupaavuus perustuu kykyynsä yksilöllistää ja toimia siitä, mitä lääketiede on pitkään havainnut, mutta kamppaillut soveltamaan: naisten terveyden dynaamisuus.

Tulevaisuuden terveydenhuolto ei määritty population tasolla, vaan tarkkuudella – jokaisen yksilöllisen pitkittäisen datan muodostaa perustan hoitolle. Ja siinä mielessä tekoäly ei korvaa lääketiedettä, vaan laajentaa sitä alueelle, jonne se ei ollut koskaan täysin valmistautunut, kunnes nyt.