Hormony, dane i przełom w sztucznej inteligencji, który tradycyjna medycyna przegapiła

Przez dziesięciolecia zdrowie kobiet było niedoreprezentowane w badaniach klinicznych – zaniżone, uproszczone i zmuszone do dopasowania do modeli opracowanych w oparciu o średnie biologiczne mężczyzn. Schorzenia ukształtowane przez cykle hormonalne, na przykład, były długo redukowane do statycznych klinicznych migawek, które pomijają wzorce długoterminowe i źle interpretują objawy, co przyczynia się do opóźnionych i błędnych diagnoz.

Było to zaledwie trzy dekady temu, kiedy FDA pozwoliło kobietom ponownie uczestniczyć w badaniach klinicznych jako uczestnicy, jednak kobiety nadal stanowią 30% uczestników badań – głównie ze względu na nadmierny focus przemysłu farmaceutycznego na ich potencjale rozrodczym i problemach z płodnością.

Konsekwencje wykraczają poza reprezentację. Badanie przeprowadzone przez Uniwersytet w Pittsburghu, Szkołę Zdrowia Publicznego stwierdziło, że większość profili bezpieczeństwa leków opiera się na biologii mężczyzn i nie uwzględnia zmienności hormonalnej kobiet. W badaniach nad chorobami serca w szczególności niski odsetek uczestniczących kobiet bezpośrednio przyczynił się do opóźnionych diagnoz, zignorowanych objawów i błędnych diagnoz.

Od 2015 roku badania kliniczne poczyniły znaczące postępy w równouprawnieniu płci, jednak wraz z tym, jak Narodowy Instytut Zdrowia (NIH) wydał politykę uwzględniania płci jako zmiennej biologicznej w badaniach – co oznacza konieczność uwzględnienia zarówno kobiecych, jak i męskich zmiennych w dalszych badaniach naukowych.

Jeszcze, opóźnienie między polityką a praktyką było znaczące. Dopiero teraz szerszy wzrost w klinicznie rygorystycznych badaniach, które wyraźnie uwzględniają biologię kobiet, zaczął się materializować. I wraz z nim, konwergencja instytucjonalnych inwestycji i sztucznej inteligencji, która obiecuje zmienić ten obszar.

Wezwanie instytucjonalne

Podczas gdy dane kliniczne gromadzą się i nowe luki w badaniach stają się coraz bardziej istotne, nowe wyalignowanie między nauką a technologią zaczyna się kształtować, zorientowane nie ku traktowaniu biologii kobiet jako odmiany, ale ku systemom zbudowanym od podstaw wokół różnic płciowych.

Instytucje sformalizowały ten zwrot. Amerykańskie Stowarzyszenie Serca wzmocniło swoje zaangażowanie w zdrowie serca kobiet, zakotwiczone w funduszu Go Red for Women Venture Fund o wartości 75 milionów dolarów i inicjatywy badawczej o wartości 15 milionów dolarów, badającej wpływ cykli menstruacyjnych na zdrowie serca-nerek-metaboliczne (CKM).

Równocześnie, plan strategiczny NIH na lata 2024-2028 i rozporządzenie wykonawcze Białego Domu kierują ponad 100 milionów dolarów w ramach finansowania ARPA-H w kierunku tego, co badacze nazwali „oknami metabolicznymi” – konkretnie menopauzy i cykli menstruacyjnych – w odpowiedzi na dowody, że prawie 99% badań starzenia się w fazie przedklinicznej historycznie wykluczało te czynniki. Inicjatywa ta jest wspierana przez rekomendację Narodowej Akademii Nauk o wartości 15,7 miliarda dolarów.

Te zmiany strukturalne wywołały równoległy zwrot w tym, jak dane zdrowia kobiet są zbierane, interpretowane i wykorzystywane. Nowe pokolenie platform tłumaczy dane hormonalne i cykliczne w dostępne, klinicznie istotne spostrzeżenia, umożliwiając kobietom identyfikowanie wzorców przed ich eskalacją w choroby, które tradycyjne metody mogą błędnie zinterpretować.

„Mój własny kryzys zdrowotny był jednym z najbardziej przerażających doświadczeń w moim życiu – i to, co on ujawnił szybko, to fakt, że ciężar spada prawie w całości na pacjenta w momencie, gdy jest on najmniej przygotowany do jego poniesienia”, Adriana Torosian, założycielka i dyrektor generalna Ourself Health, powiedziała Unite AI.

Ourself Health prowadzi zmianę strukturalną w tym, jak postrzega się zdrowie kobiet, wyrastając z osobistych doświadczeń kobiet z nieodpowiednim zarządzaniem danymi zdrowia, i mając na celu zapobieganie przyszłym problemom z niezgodnością informacji lub ograniczonym dostępem do interpretacji danych.

Startup z siedzibą w San Francisco niedawno zadebiutował z Stella, AI-powiązanym towarzyszem zdrowia, który łączy najwyższe badania nad zdrowiem kobiet na świecie z historią zdrowia użytkownika.

„Ostatecznie, odpowiedź dla mnie stała się moimi danymi. Podejrzewałam, że mój cykl ma bezpośredni wpływ na mój stan i przedstawiłam tę hipotezę wiodącym lekarzom, którzy całkowicie ją odrzucili. Jedyną drogą do przodu było stworzenie własnego zestawu danych, znalezienie własnych odpowiedzi i późniejsze przedstawienie ich moim lekarzom – całkowite odwrócenie tego, jak się spodziewałam, że to się rozegra”, dodała Torosian.

Dlaczego sztuczna inteligencja zmienia równanie

Sztuczna inteligencja zmienia podstawy diagnostyki medycznej, nie zastępując klinicznego osądu, ale umożliwiając formę rozpoznawania wzorców w skali i ciągłości, której tradycyjna opieka nie może powtórzyć. W przeciwieństwie do modeli klinicznych, które zależą od epizodycznych spotkań, systemy sztucznej inteligencji mogą nieprzerwanie analizować akta medyczne, biomarkery i dane fizjologiczne w czasie rzeczywistym, wykrywając korelacje, które standardowa opieka rutynowo pomija.

Rezultatem jest wcześniejsza i bardziej precisa diagnoza w przypadku chorób takich jak choroby serca i rak – co już poprawia wyniki pacjentów.

W zdrowiu kobiet w szczególności, ta zdolność jest szczególnie istotna; systemy hormonalne są dynamiczne, głęboko połączone i wysoce zindywidualizowane. Narzędzia napędzane sztuczną inteligencją zaczynają mostować lukę diagnostyczną, umożliwiając bardziej precyzyjne monitorowanie, predykcję i analizę długoterminową w zakresie zdrowia reprodukcyjnego, opieki macierzyńskiej i schorzeń ginekologicznych.

Powstające aplikacje obejmują wzmocnione przez sztuczną inteligencję obrazowanie płodów oraz nieinwazyjne wykrywanie endometriozy, obszary, w których tradycyjna diagnostyka długo się męczyła.

Stella z Ourself Health buduje na tej podstawie, operacjonalizując długoterminowe dane hormonalne, konwertując wzorce w personalizowane, czasowe zalecenia zdrowotne, zamiast ogólnych wskazówek klinicznych.

„Im więcej danych użytkownik wnosi do platformy, tym bardziej precyzyjne i personalizowane staje się porady Stelli. Te dane pochodzą z wielu warstw: indywidualnych objawów śledzonych codziennie w aplikacji, notatek, dokumentów, które użytkownik może przesłać bezpośrednio, oraz ciągłych danych fizjologicznych z noszących urządzeń takich jak Apple Watch”, wyjaśniła Torosian.

W ten sposób, narzędzie przechodzi od wykrywania do wsparcia decyzji – przedefiniowując zdrowie kobiet jako ciągły, obliczalny system, a nie jako serię odłączonych pionów klinicznych.

„Celem jest zamknięcie luki między tym, co kobieta wie o swoim własnym ciele, a tym, co widzi lekarz podczas krótkiej wizyty — i upewnienie się, że przychodzi na każde spotkanie uzbrojona we własne dane, najnowsze istotne badania i klarowny plan działania. Stella daje jej to wszystko w rękach”, dodała założycielka.

Nowa warstwa obliczeniowa dla starej luki

Różnica między generowaniem spostrzeżeń a wytwarzaniem działających wskazówek jest subtelna, ale klinicznie istotna. Stella AI jest zaprojektowana, aby priorytetowo traktować tę ostatnią, interpretując długoterminowe trendy, aby wygenerować personalizowane i czasowe zalecenia, skalibrowane do podstawy hormonalnej każdego użytkownika.

W swojej istocie, projekt Stelli opiera się na uznaniu, że żaden system hormonalny nie jest identyczny. Platforma Ourself ciągle uczy się z danych wejściowych każdego użytkownika, niezależnie od cykli, objawów,

„To, czego jeszcze brakuje poszczególnym kobietom, to możliwość podjęcia działań natychmiast — bez czekania, aż badania dogonią. To właśnie tu wkracza Ourself; nie możemy prosić kobiet, aby zatrzymały swoje życie, podczas gdy instytucje powoli zamykają lukę finansową. Możemy dać im narzędzia, aby zrozumieć swoje własne ciała już dziś, zbudować własną kartę zdrowia, podjąć świadome decyzje i podjąć działania z tym, co już wiemy — podczas gdy szerszy krajobraz badań nadal ewoluuje wokół nich”, podkreśliła Torosian.

Taki podejście transformuje zarządzanie zdrowiem hormonalnym z dyscypliny reaktywnej w proaktywną, gdzie interwencje mogą być czasowo i dostosowane z precyzją, której tradycyjne modele opieki są strukturalnie nieprzygotowane do dostarczenia.

Ale poza indywidualnymi przypadkami lub wizjonerami, pojawienie się lepszych — i wspomaganych przez sztuczną inteligencję — technologii stwarza nową warstwę obliczeniową, która może uczynić tę złożoność działającą i, co więcej, uratować życie.

Podczas gdy instytucje takie jak NIH i Amerykańskie Stowarzyszenie Serca formalnie kierują zasoby, sztuczna inteligencja tłumaczy ten impet w realny wpływ. Obietnica tych narzędzi leży w ich zdolności do personalizacji i operacjonalizacji tego, co medycyna długo obserwowała, ale miała trudności w zastosowaniu: że zdrowie kobiet jest dynamiczne.

Przyszłość opieki zdrowotnej nie będzie definiowana przez średnie na poziomie populacji, ale przez precyzję — gdzie dane długoterminowe każdej osoby stanowią podstawę jej opieki. I w tym sensie, sztuczna inteligencja nie zastępuje medycyny, ale rozszerza ją na tereny, których nie była w pełni wyposażona do nawigacji, dopóki teraz.