Wawancara

Alan Murray, Co-founder dan CEO Conceivable Life Sciences – Seri Wawancara

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Alan Murray, Co-founder dan CEO, Conceivable Life Sciences – adalah seorang insinyur dan wirausaha serial dengan lebih dari tiga dekade pengalaman yang meliputi teknologi, machine learning, perangkat keras, logistik, dan pembangunan perusahaan. Sebelum meluncurkan Conceivable, ia co-founder TMRW Life Sciences, di mana ia membantu mengembangkan platform otomatis untuk mengelola dan melindungi telur dan embrio beku yang digunakan dalam fertilisasi in vitro (IVF). Murray juga co-founder dan mitra di Coriolis Ventures dan telah membantu mendirikan perusahaan di bidang iklan digital, hospitalitas, dan ilmu hayat, termasuk Integral Ad Science , Dstillery, dan NeueHouse. Di Conceivable, ia menjabat sebagai pemimpin strategis dan arsitek utama AURA, mengawasi integrasi robotika, pengimajan lanjutan, dan machine learning ke dalam alur kerja laboratorium fertilisasi.

Conceivable Life Sciences adalah perusahaan bioteknologi yang mengembangkan AURA, laboratorium IVF yang dibantu otomatis untuk mengkoordinasikan proses kompleks yang terlibat dalam menciptakan, mengembangkan, dan melestarikan embrio. Daripada mengotomatisasi satu prosedur, platform ini mengintegrasikan robotika, perangkat lunak, optik lanjutan, kecerdasan buatan, dan peralatan laboratorium di seluruh alur kerja IVF, sambil mempertahankan jejak digital dan memungkinkan embriolog untuk mempertahankan kontrol atas keputusan klinis. Conceivable bertujuan untuk menggunakan pendekatan standar ini untuk mengurangi variabilitas, memperluas kapasitas laboratorium, dan membuat perawatan fertilisasi lebih terjangkau dan mudah diakses bagi keluarga yang saat ini menghadapi biaya tinggi atau akses terbatas ke perawatan spesialis.

Anda sebelumnya co-founder TMRW Life Sciences, di mana Anda membantu memperkenalkan otomatisasi ke dalam penyimpanan dan pengelolaan telur dan embrio beku. Apa yang diajarkan pengalaman itu tentang keterbatasan infrastruktur fertilisasi saat ini, dan apa yang akhirnya meyakinkan Anda untuk mendirikan Conceivable Life Sciences dan mengatasi tantangan yang lebih kompleks dari mengotomatisasi pembuatan embrio?

Di TMRW, kami mengotomatisasi bagaimana telur dan embrio disimpan dan dilacak setelah mereka ada. Ini memecahkan masalah nyata, rantai pengawasan dalam kriopreservasi tidak dapat dimaafkan, dan mendapatkan hal itu benar sangat penting bagi pasien. Tapi itu juga menunjukkan kepada saya keterbatasan apa yang dapat diperbaiki oleh otomatisasi penyimpanan saja. Bottleneck di IVF tidak pernah benar-benar apa yang terjadi setelah embrio dibuat. Ini adalah pembuatan itu sendiri. Pekerjaan itu masih bergantung pada sejumlah kecil embriolog yang sangat terlatih melakukan tugas manual, presisi sub-mikron dengan tangan, dan hasilnya bervariasi tergantung pada siapa yang memegang pipet itu hari itu.

Ketika saya memulai TMRW, pasar penyimpanan fertilisasi masih dianggap sebagai sudut kecil dari kedokteran reproduksi. Saya tidak melihatnya dengan cara itu. Kehamilan yang tertunda menjadi norma, lebih banyak orang membekukan telur dan sperma lebih awal, perusahaan mulai menambahkan pelestarian fertilisasi ke dalam paket manfaat, dan komunitas LGBTQ+ dan orang tua tunggal membangun keluarga melalui perbankan telur dan sperma dengan skala yang tidak direncanakan oleh industri. Semua itu menunjukkan pada masalah penyimpanan dan pelacakan yang akan menjadi jauh lebih besar, jauh lebih cepat daripada yang diantisipasi oleh kebanyakan orang di ruang itu. Itu sebagian dari mengapa rantai pengawasan begitu penting bagi saya di TMRW. Jika Anda membangun untuk pasar yang menuju skala seperti itu, Anda tidak dapat mengandalkan pelacakan manual dan memori manusia untuk menjaga telur, sperma, dan embrio lurus. Mengotomatisasi penyimpanan dan pelacakan tidak hanya tentang melakukan pekerjaan hari ini dengan lebih baik, tetapi tentang membangun infrastruktur yang dapat menahan skala itu.

Pada 2018 saya mulai merancang apa yang menjadi AURA dari awal, dari mikrofluidik hingga integrasi robotika ke teknik injeksi. Apa yang meyakinkan saya untuk menciptakan Conceivable cukup sederhana: jika kita dapat membawa ketepatan yang sama ke pembuatan embrio yang telah dibawa oleh manufaktur dan robotika ke industri presisi lain, kita dapat membuat IVF lebih konsisten dan lebih terjangkau pada saat yang sama. Itu adalah masalah yang lebih sulit, tapi itu adalah masalah yang layak diselesaikan.

AURA mengkoordinasikan lebih dari 200 langkah di seluruh sistem terhubung untuk persiapan cawan, pengolahan sperma, identifikasi telur, injeksi sitoplasma, inkubasi, transportasi robotik, dan vitrifikasi. Bagaimana perangkat lunak, robotika, sistem pengimajan, dan peralatan laboratorium beroperasi sebagai platform terpadu sambil mempertahankan jejak untuk setiap telur, sperma, dan embrio?

AURA menjalankan langkah-langkah ini sebagai satu sistem terus menerus daripada rantai mesin terpisah. Lapisan perangkat lunak adalah apa yang membuat itu memungkinkan. Setiap tindakan, setiap gambar, setiap pengukuran diikat ke telur, sperma, atau embrio tertentu di seluruh siklus, sehingga ada catatan digital penuh tentang apa yang terjadi dan kapan.

Jejak itu adalah bagian yang orang kurang menghargai. Di laboratorium konvensional, banyak sejarah itu hidup dalam catatan embriolog dan memori. Di AURA, itu adalah data terstruktur dari langkah pertama hingga terakhir, yang memungkinkan robotika, pengimajan, dan peralatan laboratorium untuk berkoordinasi dalam waktu nyata dan memungkinkan embriolog untuk melangkah pada titik mana pun dengan konteks penuh, bukan gambaran sebagian.

Tumpukan teknis Anda termasuk Transformator Deteksi untuk membantu identifikasi sperma, pengimajan lanjutan untuk menemukan telur, dan model tindakan bahasa visi yang dirancang untuk memandu prosedur fisik yang halus. Bagaimana model-model ini dilatih, apa sinyal yang mereka evaluasi, dan bagaimana sistem menentukan kapan embriolog perlu campur tangan?

Kami menggunakan model penglihatan komputer (termasuk YOLO dan RT-DETR) untuk: fokus mikroskop, kalibrasi posisi robotik, identifikasi dan pelacakan sperma, menemukan dan menilai telur, dan memandu robotika selama prosedur seperti ICSI (kombinasi sperma dan telur untuk menciptakan embrio).

Model-model ini dilatih pada perpustakaan gambar beresolusi tinggi yang terus meningkat yang diambil dari kasus sebelumnya.

Anda telah mengambil inspirasi dari manufaktur semikonduktor dan kendaraan otonom, industri yang menggabungkan persepsi, perencanaan, dan eksekusi fisik yang presisi. Prinsip-prinsip teknik apa yang berpindah dengan sukses ke dalam embriologi, dan mana yang harus dirancang ulang karena AURA memanipulasi sel hidup daripada komponen yang dibuat?

Prinsip-prinsip teknik yang berpindah dengan baik adalah sekitar manufaktur presisi dengan skala: kontrol proses yang ketat, fusi sensor, mengobati variabilitas sebagai sesuatu yang diukur dan dirancang keluar daripada diterima. Kendaraan otonom memberi kami model yang baik tentang bagaimana persepsi, perencanaan, dan eksekusi perlu bekerja bersama dalam waktu nyata, dan bagaimana sistem harus berperilaku ketika tidak yakin tentang apa yang dilihatnya.

Apa yang harus dirancang ulang hampir seluruhnya adalah toleransi kami untuk hal yang tidak terduga. Wafer semikonduktor berperilaku sama setiap saat. Sel hidup tidak. Dua telur dari pasien yang sama dapat terlihat berbeda, berperilaku berbeda, dan merespons berbeda terhadap prosedur yang sama. Jadi, alih-alih membangun menuju satu “keluaran benar”, kami harus membangun sistem yang dapat mengenali variasi biologis yang luas dan tahu perbedaan antara variasi normal dan sesuatu yang memerlukan orang untuk melihatnya. Itu adalah masalah teknik yang secara fundamental berbeda dari apa pun dalam manufaktur chip atau mengemudi.

Conceivable menjelaskan setiap siklus AURA sebagai kontribusi pada roda data informasi proses standar yang laboratorium konvensional tidak dapat dengan mudah mengumpulkan. Apa data yang dikumpulkan selama siklus, bagaimana itu dapat memperbaiki model di masa depan, dan bagaimana Anda menangani privasi pasien, bias demografi, perbedaan antara klinik, dan risiko pembaruan sistem AI klinis?

Setiap siklus AURA menghasilkan dataset standar: gambar, data sensor, waktu, dan hasil yang diikat ke setiap langkah, dengan tingkat detail yang laboratorium IVF manual tidak produksi hari ini karena proses tidak direkam secara sistematis. Data itu memasuki model kami dari waktu ke waktu, yang merupakan salah satu keuntungan nyata dari otomatisasi. Sistem itu menjadi lebih baik dengan volume dengan cara proses manual tidak bisa.

Privasi pasien, data pasien dianonimkan untuk pelatihan model dan ditangani di bawah standar regulasi yang sama yang mengatur data klinis secara umum. Pada bias, kami sengaja melatih data pada berbagai populasi pasien dan situs klinis sehingga model tidak hanya berkinerja baik untuk demografi yang paling banyak direpresentasikan dalam data awal. Perbedaan antara klinik adalah variabel nyata yang kami lacak, karena kondisi laboratorium dan populasi pasien bervariasi. Dan pada pembaruan sistem AI klinis dengan aman, setiap pembaruan model melalui validasi sebelum penerapan, dan kami tidak bergerak lebih cepat daripada bukti yang mendukungnya. Kami lebih suka benar daripada pertama.

Conceivable telah melakukan studi pilot yang melibatkan lebih dari 100 pasien dan lebih dari 1.000 telur. Titik akhir klinis mana yang akan paling penting dalam membuktikan bahwa otomatisasi dapat memperbaiki konsistensi, keamanan, perkembangan embrio, tingkat kehamilan, atau hasil kelahiran hidup dibandingkan dengan IVF manual konvensional?

Dengan lebih dari 100 pasien dan lebih dari 1.000 telur dalam pekerjaan pilot kami, titik akhir yang paling penting adalah yang benar-benar memprediksi hasil sehat bagi pasien, bukan hanya metrik proses. Tingkat fertilisasi, perkembangan embrio ke blastokista, dan tingkat eulpoidi memberitahu kami apakah biologi berperilaku sebagaimana mestinya. Dari sana, tingkat implantasi dan kehamilan memberitahu kami apakah itu diterjemahkan menjadi peluang nyata untuk memiliki bayi. Kelahiran hidup adalah titik akhir yang paling penting, dan itu juga yang paling lambat untuk dikumpulkan, karena membutuhkan waktu beberapa bulan setelah transfer untuk mengetahuinya.

Apa yang kami fokuskan untuk membuktikan adalah konsistensi: bahwa AURA menghasilkan hasil kualitas yang sama terlepas dari laboratorium mana, hari mana, atau populasi pasien mana yang dilayani. Itu adalah bagian yang IVF manual tidak pernah bisa menjamin, dan itu adalah bagian yang otomatisasi dirancang untuk memecahkan.

C: VIT dirancang untuk mendinginkan embrio hingga 50 kali lebih cepat daripada metode vitrifikasi konvensional sambil memstandarisasi paparan krioprotektan dan mengurangi pembentukan kristal es. Bagaimana pendinginan yang lebih cepat diterjemahkan ke dalam manfaat klinis yang bermakna, dan apa bukti yang diperlukan untuk menunjukkan perbaikan dalam tingkat kelangsungan hidup embrio, implantasi, dan kelahiran hidup?

Logika klinisnya sederhana: pendinginan yang lebih lambat memberi waktu lebih lama bagi kristal es untuk terbentuk, dan kristal es merusak struktur sel. Pendinginan yang lebih cepat dan lebih standar mengurangi risiko itu dan memberi setiap embrio paparan krioprotektan yang sama, bukan paparan yang bervariasi tergantung pada embriolog yang melakukan prosedur dan seberapa cepat mereka bekerja.

Kami merancang C: VIT untuk memperbaiki kelangsungan hidup embrio melalui siklus pembekuan-pencairan, yang merupakan hal pertama dan paling langsung untuk diukur. Dari sana, bukti yang penting adalah tingkat implantasi dan kelahiran hidup pada embrio yang divitrifikasi dengan C: VIT dibandingkan dengan metode konvensional. Kami membangun bukti itu secara sengaja, melalui studi terkontrol, sebelum membuat klaim tentang hasil pada skala besar.

Conceivable menekankan bahwa AURA adalah otomatisasi yang dibantu dan bahwa keputusan klinis tetap berada di tangan embriolog. Keputusan mana yang harus selalu berada di bawah kendali manusia, apa yang memungkinkan embriolog untuk menghentikan atau mengesampingkan sistem, dan bagaimana akuntabilitas ditangani ketika rekomendasi AI atau tindakan robotik mempengaruhi telur atau embrio?

Setiap keputusan yang mempengaruhi penilaian klinis, apakah telur layak, apakah embrio cocok untuk transfer, apakah untuk melanjutkan prosedur, tetap berada di tangan embriolog. AURA adalah otomatisasi yang dibantu. Ini dirancang untuk melaksanakan tugas fisik dengan presisi dan konsistensi dan untuk menandai apa pun yang berada di luar parameter yang diharapkan, tetapi tidak membuat keputusan klinis secara mandiri.

Embriolog dapat menghentikan atau mengesampingkan sistem pada titik mana pun dalam siklus, dan sistem dirancang untuk membuat itu mudah, bukan sesuatu yang harus Anda lawan antarmuka untuk melakukannya. Pada akuntabilitas, setiap tindakan AURA diambil diikat dan diikat ke embriolog yang mengawasi siklus itu, sehingga ada catatan yang jelas tentang apa yang sistem lakukan, apa yang ditandai, dan keputusan apa yang diambil manusia sebagai respons. Jejak itu adalah apa yang membuat akuntabilitas memungkinkan pada tempat pertama.

Conceivable dan IVI RMA berencana untuk menggelar sistem AURA pertama di klinik Amerika Serikat pada 2027. Apa tantangan regulasi, validasi klinis, infrastruktur, dan alur kerja yang harus diatasi sebelum platform dapat berpindah dari studi terkontrol ke dalam perawatan pasien rutin?

Ada pekerjaan nyata di empat front. Regulasi: bekerja melalui jalur yang tepat dengan FDA untuk sistem yang menggabungkan robotika, perangkat lunak, dan kedokteran reproduksi, yang tidak memiliki banyak preseden untuk diikuti. Validasi klinis: membangun basis bukti pada skala yang diperlukan untuk pengaturan klinis AS, di luar apa yang dapat ditunjukkan oleh studi pilot. Infrastruktur: membangun penerapan fisik di klinik AS dengan IVIRMA, yang merupakan tugas besar itu sendiri. Dan alur kerja: memastikan embriolog dan staf klinis di situs pertama tersebut dilatih dan nyaman dengan sistem sebelum itu menyentuh perawatan pasien.

Tidak satu pun dari itu kecil, dan kami tidak mengobati 2027 sebagai tanggal yang kami capai terlepas dari di mana bukti mendarat. Itu adalah tanggal yang kami kerjakan menuju ketika validasi mendukungnya.

IVF tetap mahal, terbatas secara geografis, dan bergantung pada sejumlah kecil spesialis yang sangat terlatih. Apa yang harus berubah dalam ekonomi dan model operasional perawatan fertilisasi agar otomatisasi dapat membuat IVF lebih terjangkau, dan bagaimana Anda akan mengukur apakah AURA benar-benar mengurangi biaya per kelahiran sukses?

Masalah intinya adalah bahwa IVF telah bergantung pada sejumlah kecil spesialis yang sangat terlatih melakukan pekerjaan manual yang tidak dapat diskalakan. Itu yang membuatnya mahal dan terbatas secara geografis. Ini bukanlah kurangnya permintaan, itu adalah bottleneck dalam pasokan.

Kami baru-baru ini menjadi co-penulis studi yang melihat biaya-bayi sebagai bagian dari pendapatan rumah tangga di 25 negara, dan polanya jelas. Negara-negara di mana biaya bersih yang dibayarkan pasien di bawah sekitar setengah dari pendapatan rumah tangga rata-rata, Israel, Jepang, Spanyol, Taiwan, melihat IVF menyumbang sekitar 9 hingga 12 persen dari semua kelahiran. Di AS, di mana biaya bersih biasanya berjalan di atas 75 persen dari pendapatan rumah tangga, angka itu sekitar 2,5 persen. Keterjangkauan bukanlah satu faktor di antara banyak. Itu tampaknya sebagai penghalang utama. Jika AS melihat keuntungan serupa dengan apa yang ditemukan di tempat lain, itu bisa berarti sekitar 140.000 hingga 160.000 kelahiran tambahan per tahun. Di balik angka itu ada keluarga yang ingin memiliki anak dan tidak bisa membayarnya sekarang.

Otomatisasi menangani bottleneck itu secara langsung: platform standar dapat membawa presisi laboratorium ke lebih banyak lokasi tanpa memerlukan konsentrasi bakat terlatih yang langka di setiap klinik, dan lebih sedikit siklus per hasil sukses adalah pengungkit yang sebenarnya memindahkan biaya. Untuk mengukur apakah AURA benar-benar mengurangi biaya per kelahiran sukses, angka yang penting bukanlah biaya per siklus. Itu adalah biaya per kelahiran hidup, karena siklus yang lebih murah yang tidak berhasil tidak benar-benar lebih terjangkau bagi keluarga. Kami melacak metrik itu secara langsung saat kami menskala, dan kami lebih suka konservatif tentang apa yang kami klaim sampai data mendukungnya.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Conceivable Life Sciences.

Antoine adalah seorang pemimpin visioner dan rekan pendiri Unite.AI, yang dipandu oleh semangat tak tergoyahkan untuk membentuk dan mempromosikan masa depan AI dan robotika. Sebagai seorang wirausaha serial, ia percaya bahwa AI akan menjadi sangat mengganggu masyarakat seperti listrik, dan sering tertangkap berbicara tentang potensi teknologi disruptif dan AGI.

Sebagai seorang futuris, ia berdedikasi untuk mengeksplorasi bagaimana inovasi ini akan membentuk dunia kita. Selain itu, ia adalah pendiri Securities.io, sebuah platform yang berfokus pada investasi di teknologi-teknologi canggih yang mendefinisikan kembali masa depan dan membentuk kembali seluruh sektor.