अलान मरे , कॉन्सिवेबल लाइफ साइंसेज के सह-संस्थापक और सीईओ – साक्षात्कार श्रृंखला

अलान मरे, कॉन्सिवेबल लाइफ साइंसेज के सह-संस्थापक और सीईओ, एक इंजीनियर और श्रृंखला उद्यमी हैं जिनके पास तीन दशक से अधिक का अनुभव है, जो प्रौद्योगिकी, मशीन लर्निंग, हार्डवेयर, लॉजिस्टिक्स और कंपनी निर्माण में फैला हुआ है। कॉन्सिवेबल लॉन्च करने से पहले, उन्होंने टीएमआरडब्ल्यू लाइफ साइंसेज की सह-स्थापना की, जहां उन्होंने इन विट्रो फर्टिलाइजेशन (आईवीएफ) में उपयोग किए जाने वाले जमे हुए अंडे और भ्रूण को प्रबंधित और सुरक्षित करने के लिए एक स्वचालित मंच विकसित करने में मदद की। मरे कोरियोलिस वेंचर्स में एक सह-संस्थापक और भागीदार भी हैं और डिजिटल विज्ञापन, हॉस्पिटैलिटी और जीवन विज्ञान सहित कंपनियों की स्थापना में मदद की है, जिनमें इंटीग्रल एड साइंस, डीएसटिलरी और न्यू हाउस शामिल हैं। कॉन्सिवेबल में, वह रणनीतिक नेता के रूप में कार्य करते हैं और ऑरा के मुख्य वास्तुकार के रूप में कार्य करते हैं, जो प्रजनन प्रयोगशाला कार्य प्रवाह में रोबोटिक्स, उन्नत इमेजिंग और मशीन लर्निंग के एकीकरण की देखरेख करते हैं।

कॉन्सिवेबल लाइफ साइंसेज एक जैव प्रौद्योगिकी कंपनी है जो ऑरा, एक स्वचालन-सहायता प्राप्त आईवीएफ प्रयोगशाला विकसित कर रही है, जो भ्रूण को बनाने, पालने और संरक्षित करने में शामिल जटिल प्रक्रियाओं को समन्वयित करने के लिए डिज़ाइन की गई है। एकल प्रक्रिया को स्वचालित करने के बजाय, प्लेटफ़ॉर्म रोबोटिक्स, सॉफ़्टवेयर, उन्नत ऑप्टिक्स, कृत्रिम बुद्धिमत्ता और प्रयोगशाला उपकरणों को आईवीएफ कार्य प्रवाह में एकीकृत करता है, जबकि डिजिटल ट्रेसबिलिटी बनाए रखता है और भ्रूणविज्ञानियों को नैदानिक ​​निर्णयों पर नियंत्रण बनाए रखने की अनुमति देता है। कॉन्सिवेबल इस मानकीकृत दृष्टिकोण का उपयोग करके परिवर्तनशीलता को कम करने, प्रयोगशाला क्षमता का विस्तार करने और वर्तमान में उच्च लागत या विशेषज्ञ देखभाल तक सीमित पहुंच का सामना करने वाले परिवारों के लिए प्रजनन उपचार को अधिक सुलभ और सस्ता बनाने का लक्ष्य रखता है।

आप पहले टीएमआरडब्ल्यू लाइफ साइंसेज के सह-संस्थापक थे, जहां आपने अंडे और भ्रूण के भंडारण और प्रबंधन में स्वचालन पेश किया। उस अनुभव ने आपको आज की प्रजनन बुनियादी ढांचे की सीमाओं के बारे में क्या सिखाया, और अंततः आपको कॉन्सिवेबल लाइफ साइंसेज की स्थापना करने और भ्रूण निर्माण की अधिक जटिल चुनौती को स्वचालित करने के लिए क्या प्रेरित किया?

टीएमआरडब्ल्यू में, हमने अंडे और भ्रूण के भंडारण और ट्रैकिंग को स्वचालित किया जब वे मौजूद थे। यह एक वास्तविक समस्या का समाधान था, श्रृंखला की हिफाजत में क्रायोप्रिजर्वेशन क्षमा नहीं है, और इसे सही तरीके से प्राप्त करना रोगियों के लिए बहुत महत्वपूर्ण है। लेकिन इससे मुझे यह भी दिखाया कि स्टोरेज ऑटोमेशन अकेले क्या ठीक कर सकता है। आईवीएफ में बोतलनेक वास्तव में कभी भी नहीं था कि अंडे बनाने के बाद क्या होता है। यह अभी भी कुछ उच्च प्रशिक्षित भ्रूणविज्ञानियों पर निर्भर करता है जो मैनुअल, पुनरावृत्ति, सब-माइक्रोन सटीकता कार्यों को हाथ से करते हैं, और परिणाम उस दिन जो पिपेट पकड़ रहा है उसके द्वारा भिन्न होता है।

जब मैंने टीएमआरडब्ल्यू शुरू किया, तो प्रजनन संग्रहण बाजार को प्रजनन चिकित्सा के एक निचे कोने के रूप में माना जाता था। मैंने इसे उस तरह नहीं देखा। विलंबित माता-पिता बनना सामान्य होता जा रहा था, अधिक लोग अपने अंडे और शुक्राणु को पहले जमा कर रहे थे, नियोक्ता अपने लाभ पैकेजों में प्रजनन संरक्षण जोड़ रहे थे, और एलजीबीटीक्यू+ और एकल माता-पिता के समुदाय अंडे और शुक्राणु बैंकिंग के माध्यम से परिवार बना रहे थे। यह सब एक भंडारण और ट्रैकिंग समस्या की ओर इशारा करता था जो जल्द ही अधिक बड़ी होने वाली थी जितना कि इस क्षेत्र में अधिकांश लोगों ने अनुमान लगाया था। यही कारण है कि टीएमआरडब्ल्यू में श्रृंखला की हिफाजत मुझे इतनी मायने रखती थी। यदि आप एक बाजार के लिए निर्माण कर रहे हैं जो उस तरह के पैमाने पर बढ़ने वाला है, तो आप मानव स्मृति और अंडे, शुक्राणु और भ्रूण को सीधे ट्रैक करने पर भरोसा नहीं कर सकते। स्टोरेज और ट्रैकिंग को स्वचालित करना न केवल आज का काम बेहतर करने के बारे में था, यह उस बुनियादी ढांचे का निर्माण करने के बारे में था जो रोगियों, चक्रों और नमूनों की संख्या में वृद्धि के साथ बना रह सकता है।

मैंने 2018 में ऑरा को माइक्रोफ्लूइडिक्स से लेकर रोबोटिक्स एकीकरण और इंजेक्शन तकनीक तक शुरू से डिज़ाइन करना शुरू किया। मुझे क्या प्रेरित किया कि मैं कॉन्सिवेबल बनाऊं, यह बहुत सरल था: अगर हम अन्य सटीक उद्योगों में निर्माण और रोबोटिक्स द्वारा लाए गए उसी कठोरता को भ्रूण निर्माण में ला सकते हैं, तो हम आईवीएफ को अधिक सुसंगत और अधिक सुलभ बना सकते हैं। यह एक कठिन समस्या थी, लेकिन यह हल करने लायक थी।

ऑरा 200 से अधिक चरणों को जोड़ता है जो व्यंजन तैयारी, शुक्राणु प्रसंस्करण, अंडे की पहचान, इंट्रासाइटोप्लाज्मिक शुक्राणु इंजेक्शन, इंक्यूबेशन, रोबोटिक परिवहन और विट्रिफिकेशन के लिए जुड़े हुए सिस्टम में हैं। सॉफ्टवेयर, रोबोटिक्स, इमेजिंग सिस्टम और प्रयोगशाला उपकरण एक एकीकृत मंच के रूप में कैसे काम करते हैं और प्रत्येक अंडे, शुक्राणु कोशिका और भ्रूण के लिए ट्रेसबिलिटी बनाए रखते हैं?

ऑरा इन 200 से अधिक चरणों को एक निरंतर प्रणाली के रूप में चलाता है, न कि अलग-अलग मशीनों की एक श्रृंखला के रूप में। सॉफ्टवेयर परत यह संभव बनाती है। प्रत्येक क्रिया, प्रत्येक छवि, प्रत्येक माप एक विशिष्ट अंडे, शुक्राणु कोशिका या भ्रूण से जुड़ा होता है, जो पूरे चक्र में एक पूर्ण डिजिटल रिकॉर्ड बनाता है कि क्या हुआ और कब।

यह ट्रेसबिलिटी वह हिस्सा है जिसे लोग कम आंकते हैं। एक पारंपरिक प्रयोगशाला में, बहुत सारा इतिहास एक भ्रूणविज्ञानी के नोट्स और स्मृति में रहता है। ऑरा में, यह पहले चरण से अंतिम चरण तक संरचित डेटा है, जो रोबोटिक्स, इमेजिंग और प्रयोगशाला उपकरणों को वास्तविक समय में समन्वयित करने और एक भ्रूणविज्ञानी को किसी भी बिंदु पर पूर्ण संदर्भ के साथ हस्तक्षेप करने की अनुमति देता है, न कि आंशिक चित्र के साथ।

आपकी तकनीकी स्टैक में शुक्राणु पहचान में सहायता के लिए एक डिटेक्शन ट्रांसफॉर्मर, अंडे के स्थान के लिए उन्नत इमेजिंग और नाजुक शारीरिक प्रक्रियाओं को निर्देशित करने के लिए डिज़ाइन किए गए दृष्टि-भाषा-क्रिया मॉडल शामिल हैं। ये मॉडल कैसे प्रशिक्षित होते हैं, वे किन संकेतों का मूल्यांकन करते हैं, और प्रणाली कैसे निर्धारित करती है कि कब एक भ्रूणविज्ञानी को हस्तक्षेप करने की आवश्यकता है?

हम शुक्राणु की पहचान करने, अंडे का पता लगाने और आईसीएसआई (अंडे और शुक्राणु के संयोजन से भ्रूण बनाने) जैसी प्रक्रियाओं के दौरान रोबोटिक्स को निर्देशित करने के लिए माइक्रोस्कोप पर केंद्रित करने, रोबोटिक स्थितियों को कैलिब्रेट करने और योलो और आरटी-डीईटीआर जैसे कंप्यूटर विजन मॉडल का उपयोग करते हैं।

इन मॉडलों को पहले के मामलों से कब्जे वाली उच्च-रिज़ॉल्यूशन वाली लेबल वाली छवियों की एक बढ़ती लाइब्रेरी पर प्रशिक्षित किया जाता है। हमारी एआई इंजीनियरिंग चुनौतियों में लेजर, रोबोटिक आंदोलनों को सटीक रूप से समन्वयित करने के लिए अल्ट्रा लो लेटेंसी इन्फरेंस प्राप्त करना शामिल है।

आप सेमीकंडक्टर निर्माण और स्वायत्त वाहनों से प्रेरणा ले रहे हैं, जो उद्योग धारणा, योजना और सटीक शारीरिक निष्पादन को जोड़ते हैं। कौन से इंजीनियरिंग सिद्धांत भ्रूणविज्ञान में सफलतापूर्वक स्थानांतरित हो गए, और कौन से जीवित कोशिकाओं को निर्मित घटकों के बजाय हेरफेर करने के कारण लगभग पूरी तरह से पुनः डिज़ाइन किए जाने की आवश्यकता थी?

जो इंजीनियरिंग सिद्धांत अच्छी तरह से स्थानांतरित हो गए थे वे सटीक निर्माण के पैमाने पर थे: तंग प्रक्रिया नियंत्रण, सेंसर फ्यूजन, परिवर्तनशीलता को कुछ ऐसा मापने और डिजाइन करने के लिए माना जाता है जिसे बाहर निकाला जा सकता है, न कि स्वीकार किया जा सकता है। स्वायत्त वाहनों ने हमें यह दिखाया कि धारणा, योजना और निष्पादन को वास्तविक समय में कैसे एक साथ काम करना चाहिए, और जब प्रणाली को यह नहीं पता होता है कि वह क्या देख रही है तो यह कैसे व्यवहार करती है।

जो लगभग पूरी तरह से पुनः डिज़ाइन किया जाने की आवश्यकता थी वह हमारी अप्रत्याशितता के लिए सहनशीलता थी। एक सेमीकंडक्टर वेफर हर बार एक ही तरह से व्यवहार करता है। एक जीवित कोशिका नहीं करती है। एक ही रोगी के दो अंडे अलग दिख सकते हैं, अलग तरह से व्यवहार कर सकते हैं और एक ही प्रक्रिया के लिए अलग तरह से प्रतिक्रिया कर सकते हैं। इसलिए हमें एक प्रणाली बनाने की आवश्यकता थी जो जैविक परिवर्तनशीलता की एक विस्तृत श्रृंखला को पहचान सके और सामान्य परिवर्तनशीलता और किसी ऐसी चीज के बीच अंतर जान सके जिसे एक व्यक्ति को देखने की आवश्यकता है। यह एक मौलिक रूप से अलग इंजीनियरिंग समस्या है जो चिप निर्माण या ड्राइविंग में कुछ भी नहीं है।

कॉन्सिवेबल प्रत्येक ऑरा चक्र को एक मानकीकृत प्रक्रिया जानकारी के डेटा फ्लाईव्हील के योगदान के रूप में वर्णित करता है जिसे पारंपरिक प्रयोगशालाएं आसानी से इकट्ठा नहीं कर सकती हैं। चक्र के दौरान क्या डेटा एकत्र किया जाता है, यह भविष्य के मॉडल में सुधार के लिए कैसे उपयोग किया जा सकता है, और आप रोगी गोपनीयता, जनसांख्यिकीय पूर्वाग्रह, क्लीनिकों के बीच अंतर और नैदानिक ​​एआई प्रणालियों को अपडेट करने के जोखिमों को कैसे संबोधित कर रहे हैं?

प्रत्येक ऑरा चक्र एक मानकीकृत डेटासेट उत्पन्न करता है: छवियां, सेंसर डेटा, समय, और प्रत्येक चरण से जुड़े परिणाम, जो विवरण के स्तर पर है जो मैनुअल आईवीएफ प्रयोगशालाएं आज उत्पादन नहीं कर सकती हैं क्योंकि प्रक्रिया का इतना हिस्सा व्यवस्थित रूप से रिकॉर्ड नहीं किया जाता है। यह डेटा मॉडलों को समय के साथ बेहतर बनाने में मदद करता है, जो स्वचालन का एक वास्तविक लाभ है।

गोपनीयता पर, रोगी डेटा मॉडल प्रशिक्षण के लिए गुमनाम है और सामान्य रूप से नैदानिक ​​डेटा के लिए लागू नियामक मानकों के तहत संभाला जाता है। पूर्वाग्रह पर, हम विभिन्न रोगी आबादी और नैदानिक ​​साइटों पर डेटा पर प्रशिक्षण देने के बारे में जानबूझकर हैं ताकि मॉडल केवल उन जनसांख्यिकीय के लिए अच्छा प्रदर्शन न करें जो प्रारंभिक डेटा में सबसे अच्छी तरह से प्रतिनिधित्व किया जाता है। क्लीनिकों के बीच के अंतर एक वास्तविक परिवर्तनशील है जिसे हम ट्रैक करते हैं, क्योंकि प्रयोगशाला की स्थिति और रोगी आबादी भिन्न होती है। और नैदानिक ​​एआई प्रणालियों को सुरक्षित रूप से अपडेट करने के लिए, किसी भी मॉडल अपडेट को तैनाती से पहले मान्यकरण के माध्यम से जाना होगा, और हम उस मोर्चे पर सबूत का समर्थन करने से पहले दावा करने के बारे में रूढ़िवादी होना पसंद करते हैं। हम सही होने के लिए पहले होने के लिए पसंद करते हैं।

कॉन्सिवेबल ने 100 से अधिक रोगियों और 1,000 से अधिक अंडों को शामिल करने वाले पायलट अध्ययन किए हैं। स्वचालन सुसंगतता, सुरक्षा, भ्रूण विकास, गर्भावस्था दर, या जीवित प्रसव परिणामों की तुलना में पारंपरिक मैनुअल आईवीएफ के साथ कौन से नैदानिक ​​परिणाम सबसे महत्वपूर्ण होंगे?

100 से अधिक रोगियों और 1,000 से अधिक अंडों के साथ हमारे पायलट कार्य में, जो परिणाम सबसे ज्यादा मायने रखते हैं वे वास्तव में रोगी के लिए एक स्वस्थ परिणाम की भविष्यवाणी करने वाले हैं, न कि केवल प्रक्रिया मेट्रिक्स। निषेचन दर, भ्रूण विकास ब्लास्टोसिस्ट तक, और यूफ्लॉइडी दर हमें बताती है कि जीव विज्ञान वैसा ही व्यवहार कर रहा है जैसा उसे करना चाहिए। वहां से, प्रत्यारोपण और गर्भावस्था दर हमें बताती है कि क्या यह वास्तव में एक बच्चे को पाने का एक वास्तविक मौका में अनुवाद करता है। जीवित प्रसव वह परिणाम है जो सबसे ज्यादा मायने रखता है, और यह भी सबसे धीमा है जो जमा होता है, क्योंकि स्थानांतरण के महीनों बाद तक पता नहीं चलता है।

हम जो साबित करने पर सबसे ज्यादा ध्यान केंद्रित कर रहे हैं वह सुसंगतता है: यह दिखाना कि ऑरा किसी भी प्रयोगशाला, किसी भी दिन, या किसी भी रोगी आबादी की परवाह किए बिना एक ही गुणवत्ता वाला परिणाम उत्पन्न करता है। यह वह हिस्सा है जिसे मैनुअल आईवीएफ कभी भी गारंटी नहीं दे सका, और यह वह हिस्सा है जिसे स्वचालन बनाने के लिए डिज़ाइन किया गया है।

सी: वीआईटी भ्रूण को 50 गुना तेजी से ठंडा करने के लिए डिज़ाइन किया गया है जितना कि पारंपरिक विट्रिफिकेशन विधियों के साथ, साथ ही क्रायोप्रोटेक्टेंट एक्सपोजर को मानकीकृत करता है और बर्फ स्फटिक निर्माण को कम करता है। तेजी से ठंडा करने से नैदानिक ​​रूप से महत्वपूर्ण लाभ कैसे अनुवादित होते हैं, और भ्रूण की जीवितता, प्रत्यारोपण और जीवित प्रसव दर में सुधार को प्रदर्शित करने के लिए क्या साक्ष्य की आवश्यकता होगी?

नैदानिक ​​तर्क सीधा है: धीमी ठंडा करने से बर्फ स्फटिकों को बनने के लिए अधिक समय मिलता है, और बर्फ स्फटिक कोशिका संरचना को नुकसान पहुंचाते हैं। तेजी, अधिक मानकीकृत ठंडा करने से उस जोखिम को कम करता है और प्रत्येक भ्रूण को एक ही क्रायोप्रोटेक्टेंट एक्सपोजर देता है, न कि जिस प्रक्रिया को एक भ्रूणविज्ञानी करता है और वह कितनी तेजी से काम करता है।

हमने सी: वीआईटी को भ्रूण की जीवितता में सुधार के लिए फ्रीज-थॉ साइकिल के माध्यम से डिज़ाइन किया है, जो पहली और सबसे तत्काल चीज है जिसकी माप की जा सकती है। वहां से, जो साक्ष्य मायने रखता है वह विट्रिफाइड भ्रूण में प्रत्यारोपण और जीवित प्रसव दर हैं जो सी: वीआईटी के साथ विट्रिफाइड हैं बनाम पारंपरिक विधियों। हम जानबूझकर नियंत्रित अध्ययनों के माध्यम से उस साक्ष्य का निर्माण कर रहे हैं trước कि हम बड़े पैमाने पर परिणामों के दावे करें।

कॉन्सिवेबल जोर देता है कि ऑरा स्वचालन-सहायता प्राप्त है और नैदानिक ​​निर्णय भ्रूणविज्ञानियों के साथ रहते हैं। कौन से निर्णय हमेशा मानव नियंत्रण में रहने चाहिए, कौन से सुरक्षा उपाय भ्रूणविज्ञानी को प्रणाली को रोकने या ओवरराइड करने की अनुमति देते हैं, और जब एआई सिफारिश या रोबोटिक क्रिया एक अंडे या भ्रूण को प्रभावित करती है तो जिम्मेदारी कैसे संभाली जाती है?

प्रत्येक नैदानिक ​​निर्णय, चाहे अंडा व्यवहार्य है, चाहे भ्रूण स्थानांतरण के लिए उपयुक्त है, चाहे प्रक्रिया जारी रखने के लिए, भ्रूणविज्ञानी के साथ रहता है। ऑरा स्वचालन-सहायता प्राप्त है। यह शारीरिक कार्यों को सटीकता और सुसंगतता के साथ निष्पादित करने और किसी भी चीज़ को फ्लैग करने के लिए डिज़ाइन किया गया है जो अपेक्षित पैरामीटर से बाहर है, लेकिन यह स्वयं नैदानिक ​​निर्णय नहीं लेता है।

भ्रूणविज्ञानी चक्र में किसी भी बिंदु पर प्रणाली को रोक या ओवरराइड कर सकते हैं, और प्रणाली को इसे करने के लिए इंटरफ़ेस से लड़ने की आवश्यकता नहीं है। जिम्मेदारी पर, प्रणाली द्वारा की जाने वाली प्रत्येक क्रिया लॉग की जाती है और उस भ्रूणविज्ञानी से जुड़ी होती है जो उस चक्र की देखरेख करता है, इसलिए यह एक स्पष्ट रिकॉर्ड है कि प्रणाली ने क्या किया, इसे क्या फ़्लैग किया गया, और मानव ने इसके जवाब में क्या निर्णय लिया। यह ट्रेसबिलिटी ही जिम्मेदारी को संभव बनाती है।

कॉन्सिवेबल और आईवीआई आरएमए योजना 2027 में संयुक्त राज्य अमेरिका में एक क्लिनिक में पहली ऑरा प्रणाली को तैनात करने की है। प्लेटफ़ॉर्म को नियंत्रित अध्ययनों से नियमित रोगी देखभाल में स्थानांतरित करने से पहले कौन से नियामक, नैदानिक ​​मान्यकरण, बुनियादी ढांचे और कार्यप्रवाह चुनौतियों का समाधान किया जाना चाहिए?

चार मोर्चों पर वास्तविक काम है। नियामक: रोबोटिक्स, सॉफ्टवेयर और प्रजनन चिकित्सा को जोड़ने वाली एक प्रणाली के लिए एफडीए के साथ उपयुक्त मार्ग के माध्यम से काम करना, जिसके पास इसका पालन करने के लिए बहुत कम पूर्ववर्ती है। नैदानिक ​​मान्यकरण: एक अमेरिकी नैदानिक ​​सेटिंग के लिए आवश्यक साक्ष्य आधार का निर्माण, जो कि पायलट अध्ययन क्या दिखा सकते हैं इसके परे है। बुनियादी ढांचा: आईवीआईआरएमए के साथ एक अमेरिकी क्लिनिक में शारीरिक तैनाती का खड़ा करना, जो अपने आप में एक महत्वपूर्ण उपक्रम है। और कार्यप्रवाह: सुनिश्चित करना कि पहली साइट पर भ्रूणविज्ञानी और नैदानिक ​​कर्मचारी प्रणाली के साथ प्रशिक्षित और सहज हैं इससे पहले कि यह रोगी देखभाल को छू ले।

इनमें से कोई भी छोटा नहीं है, और हम 2027 को एक तिथि के रूप में नहीं मान रहे हैं जिसे हम बिना देखे ही हासिल करेंगे कि साक्ष्य कहां उतरता है। यह तिथि है जिस पर हम काम कर रहे हैं जब मान्यकरण इसका समर्थन करता है।

आईवीएफ अभी भी महंगा है, भौगोलिक रूप से सीमित है, और कुछ उच्च प्रशिक्षित विशेषज्ञों पर निर्भर है। प्रजनन देखभाल के अर्थशास्त्र और संचालन मॉडल में क्या बदलना चाहिए ताकि स्वचालन आईवीएफ को अधिक सुलभ बना सके, और आप यह मापेंगे कि क्या ऑरा वास्तव में सफल जन्म प्रति लागत को कम कर रहा है?

मूल समस्या यह है कि आईवीएफ ने मैनुअल कार्य करने वाले कुछ उच्च प्रशिक्षित विशेषज्ञों पर निर्भर किया है जो पैमाने पर नहीं हैं। यह मांग की कमी नहीं है, यह आपूर्ति में एक बोतलनेक है।

हमने हाल ही में 25 देशों में घरेलू आय के हिस्से के रूप में बच्चे प्रति लागत का अध्ययन लिखा, और पैटर्न स्पष्ट है। देश जहां रोगी द्वारा भुगतान की जाने वाली शुद्ध लागत मध्यम घरेलू आय से लगभग आधी है, इज़राइल, जापान, स्पेन, ताइवान, आईवीएफ लगभग 9 से 12 प्रतिशत सभी जन्मों के लिए खाता है। संयुक्त राज्य अमेरिका में, जहां शुद्ध लागत आमतौर पर घरेलू आय के 75 प्रतिशत से अधिक है, यह संख्या लगभग 2.5 प्रतिशत है। सुलभता एक कारक नहीं है। यह प्रतीत होता है कि मुख्य बाधा है। यदि संयुक्त राज्य अमेरिका ने अध्ययन में पाए गए अन्य देशों के समान लाभ देखे, तो इसका अर्थ यह हो सकता है कि प्रति वर्ष 140,000 से 160,000 अतिरिक्त जन्म। उस संख्या के पीछे परिवार हैं जो एक बच्चा चाहते हैं और वर्तमान में इसके लिए भुगतान नहीं कर सकते हैं।

स्वचालन सीधे उस बोतलनेक को संबोधित करता है: एक मानकीकृत प्लेटफ़ॉर्म अधिक स्थानों पर प्रयोगशाला गुणवत्ता वाली सटीकता ला सकता है बिना प्रत्येक क्लिनिक में दुर्लभ, उच्च प्रशिक्षित प्रतिभा के एकाग्रता की आवश्यकता होती है, और कम चक्र प्रति सफल परिणाम वास्तव में लागत को स्थानांतरित करने वाला लीवर है। सफल जन्म प्रति लागत को मापने के लिए, जो संख्या मायने रखती है वह चक्र प्रति लागत नहीं है। यह जन्म प्रति लागत है, क्योंकि एक सस्ता चक्र जो काम नहीं करता है वास्तव में एक परिवार के लिए अधिक किफायती नहीं है। हम उस मीट्रिक को सीधे ट्रैक कर रहे हैं क्योंकि हम बढ़ रहे हैं, और हम दावा करने से पहले साक्ष्य का समर्थन करने के लिए रूढ़िवादी होना पसंद करते हैं।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें कॉन्सिवेबल लाइफ साइंसेज पर जाना चाहिए।