Alan Murray, Co-fundador e CEO da Conceivable Life Sciences – Série de Entrevistas

Alan Murray, Co-fundador e CEO da Conceivable Life Sciences – é um engenheiro e empreendedor serial com mais de três décadas de experiência abrangendo tecnologia, aprendizado de máquina, hardware, logística e criação de empresas. Antes de lançar a Conceivable, ele co-fundou a TMRW Life Sciences, onde ajudou a desenvolver uma plataforma automatizada para gerenciar e proteger ovos e embriões congelados usados na fertilização in vitro (FIV). Murray também é co-fundador e parceiro da Coriolis Ventures e ajudou a estabelecer empresas em publicidade digital, hospitalidade e ciências da vida, incluindo Integral Ad Science , Dstillery e NeueHouse. Na Conceivable, ele atua como líder estratégico e arquiteto-chefe da AURA, supervisionando a integração de robótica, imagem avançada e aprendizado de máquina nos fluxos de trabalho de laboratórios de fertilidade.

Conceivable Life Sciences é uma empresa de biotecnologia que desenvolve a AURA, um laboratório de FIV assistido por automação projetado para coordenar os processos complexos envolvidos na criação, cultivo e preservação de embriões. Em vez de automatizar um procedimento único, a plataforma integra robótica, software, óptica avançada, inteligência artificial e equipamento de laboratório em todo o fluxo de trabalho de FIV, mantendo a rastreabilidade digital e permitindo que os embriologistas mantenham o controle sobre as decisões clínicas. A Conceivable visa usar essa abordagem padronizada para reduzir a variabilidade, expandir a capacidade do laboratório e tornar o tratamento de fertilidade mais acessível e asequível para as famílias que atualmente enfrentam altos custos ou acesso limitado a cuidados especializados.

Você co-fundou anteriormente a TMRW Life Sciences, onde ajudou a introduzir a automação no armazenamento e gerenciamento de ovos e embriões congelados. O que essa experiência ensinou sobre as limitações da infraestrutura de fertilidade atual, e o que finalmente o convenceu a fundar a Conceivable Life Sciences e enfrentar o desafio mais complexo de automatizar a criação de embriões?

Na TMRW, automatizamos como os ovos e embriões são armazenados e rastreados após sua existência. Isso resolveu um problema real, a cadeia de custódia na criopreservação é implacável, e obter isso certo importa enormemente para os pacientes. Mas também me mostrou os limites do que a automação de armazenamento sozinha poderia consertar. O gargalo na FIV nunca foi realmente o que acontece após a criação do embrião. É a criação dele. Esse trabalho ainda depende de um número pequeno de embriologistas altamente treinados realizando tarefas manuais, repetitivas, com precisão de sub-micron por mão, e o resultado varia de acordo com quem está segurando a pipeta naquele dia.

Quando comecei a TMRW, o mercado de armazenamento de fertilidade ainda era tratado como um canto de nicho da medicina reprodutiva. Eu não o via dessa forma. A paternidade adiada estava se tornando a norma, mais pessoas estavam congelando ovos e esperma mais cedo, os empregadores estavam começando a adicionar a preservação da fertilidade aos pacotes de benefícios, e as comunidades LGBTQ+ e de pais solteiros estavam construindo famílias por meio de bancos de ovos e esperma em uma escala que a indústria não havia planejado. Tudo isso apontava para um problema de armazenamento e rastreamento que estava prestes a se tornar muito maior, muito mais rápido do que a maioria das pessoas no espaço antecipava. É parte do porquê a cadeia de custódia importava tanto para mim na TMRW. Se você está construindo para um mercado que está indo em direção a esse tipo de escala, você não pode confiar no rastreamento manual e na memória humana para manter os ovos, o esperma e os embriões certos. A automação do armazenamento e do rastreamento não era apenas sobre fazer o trabalho de hoje melhor, era sobre construir infraestrutura que pudesse suportar à medida que o número de pacientes, ciclos e amostras crescesse por uma ordem de magnitude.

Em 2018, comecei a projetar o que se tornou a AURA do zero, desde a microfluídica até a integração de robótica e técnica de injeção. O que me convenceu a criar a Conceivable foi bastante simples: se pudéssemos trazer a mesma rigorosidade para a criação de embriões que a manufatura e a robótica trouxeram para outras indústrias de precisão, poderíamos tornar a FIV mais consistente e mais acessível ao mesmo tempo. Esse era o problema mais difícil, mas era o que valia a pena resolver.

A AURA coordena mais de 200 etapas em sistemas interconectados para preparação de pratos, processamento de esperma, identificação de ovos, injeção intracitoplasmática de esperma, incubação, transporte robótico e vitrificação. Como o software, a robótica, os sistemas de imagem e o equipamento de laboratório operam como uma plataforma unificada, mantendo a rastreabilidade para cada ovo, célula de esperma e embrião?

A AURA executa essas mais de 200 etapas como um sistema contínuo, em vez de uma cadeia de máquinas separadas. A camada de software é o que torna isso possível. Cada ação, cada imagem, cada medição está vinculada a um ovo, célula de esperma ou embrião específico durante todo o ciclo, então há um registro digital completo do que aconteceu e quando.

Essa rastreabilidade é a parte que as pessoas subestimam. Em um laboratório convencional, muito dessa história vive nas anotações e memória de um embriologista. Na AURA, é dados estruturados desde o primeiro passo até o último, o que permite que a robótica, a imagem e o equipamento de laboratório coordenem em tempo real e permitam que um embriologista intervenha em qualquer ponto com contexto completo, não uma visão parcial.

Sua pilha técnica inclui um Detector de Transformador para ajudar na identificação de esperma, imagem avançada para localizar ovos e modelos de visão-linguagem-ação projetados para guiar procedimentos físicos delicados. Como esses modelos são treinados, quais sinais eles avaliam e como o sistema determina quando um embriologista precisa intervir?

Usamos modelos de visão computacional (incluindo YOLO e RT-DETR) para: focar microscópios, calibrar posições robóticas, identificar e rastrear esperma, localizar e avaliar ovos, e guiar a robótica durante procedimentos como a ICSI (a combinação de esperma e ovo para criar um embrião).

Esses modelos são treinados em uma biblioteca cada vez maior de imagens de alta resolução rotuladas capturadas de casos anteriores. Nossos desafios de engenharia de IA incluem alcançar uma inferência de baixa latência para coordenar precisamente lasers e movimentos robóticos.

Você tirou inspiração da manufatura de semicondutores e veículos autônomos, indústrias que combinam percepção, planejamento e execução física precisa. Quais princípios de engenharia foram transferidos com sucesso para a embriologia, e quais tiveram que ser redesenhados porque a AURA está manipulando células vivas em vez de componentes fabricados?

Os princípios de engenharia que se transferiram bem foram os relacionados ao controle de processo de manufatura de precisão em escala: controle de processo rigoroso, fusão de sensores, tratando a variabilidade como algo a ser medido e projetado, em vez de aceito. Veículos autônomos nos deram um bom modelo para como a percepção, o planejamento e a execução precisam funcionar juntos em tempo real, e como um sistema deve se comportar quando não está confiante sobre o que está vendo.

O que teve que ser redesenhado quase por completo foi nossa tolerância ao inesperado. Um wafer de semicondutor se comporta da mesma maneira todas as vezes. Uma célula viva não. Dois ovos do mesmo paciente podem parecer diferentes, se comportar de maneira diferente e responder de maneira diferente ao mesmo procedimento. Então, em vez de construir em direção a uma saída “correta” única, tivemos que construir um sistema que possa reconhecer uma ampla gama de variação biológica e sabe a diferença entre variação normal e algo que precisa de uma pessoa para olhar. Esse é um problema de engenharia fundamentalmente diferente de qualquer coisa na manufatura de chips ou dirigir.

A Conceivable descreve cada ciclo da AURA como contribuindo para uma roda de dados de informações de processo padronizado que laboratórios convencionais não podem coletar facilmente. Quais dados são capturados durante um ciclo, como podem melhorar os modelos futuros, e como você está abordando a privacidade do paciente, viés demográfico, diferenças entre clínicas e os riscos de atualizar sistemas clínicos de IA?

Cada ciclo da AURA gera um conjunto de dados padronizado: imagens, dados de sensores, tempo e resultados vinculados a cada etapa, em um nível de detalhe que os laboratórios de FIV manuais de hoje simplesmente não produzem porque tanto do processo não é registrado sistematicamente. Esses dados alimentam os modelos ao longo do tempo, o que é uma das vantagens reais da automação. O sistema melhora com o volume de uma maneira que os processos manuais não podem.

Sobre a privacidade, os dados do paciente são desidentificados para treinamento de modelos e tratados sob os mesmos padrões regulatórios que governam os dados clínicos em geral. Sobre o viés, somos deliberados sobre treinar em dados de diferentes populações de pacientes e sites clínicos, para que os modelos não sejam apenas performáticos para as demografias melhor representadas nos dados iniciais. As diferenças entre clínicas são uma variável real que rastreamos, desde que as condições do laboratório e as populações de pacientes variam. E sobre a atualização de sistemas clínicos de IA com segurança, qualquer atualização de modelo passa por validação antes do deploy, e não estamos nos movendo mais rápido do que as evidências apoiam nesse sentido. Preferimos ser conservadores sobre o que reivindicamos até que os dados o apoiem.

A Conceivable realizou estudos-piloto envolvendo mais de 100 pacientes e mais de 1.000 ovos. Quais pontos finais clínicos serão mais importantes para provar que a automação pode melhorar a consistência, a segurança, o desenvolvimento do embrião, as taxas de gravidez ou os resultados de nascimento vivo em comparação com a FIV manual convencional?

Com mais de 100 pacientes e mais de 1.000 ovos em nosso trabalho de piloto, os pontos finais que importam são aqueles que realmente preveem um resultado saudável para um paciente, não apenas métricas de processo. A taxa de fertilização, o desenvolvimento do embrião até o blastocisto e as taxas de euploidia nos dizem se a biologia está se comportando como deveria. A partir daí, as taxas de implantação e gravidez nos dizem se isso se traduz em uma chance real de um bebê. O nascimento vivo é o ponto final que importa mais, e também é o mais lento para acumular, pois leva meses após a transferência para saber.

O que estamos mais focados em provar é a consistência: que a AURA produz o mesmo resultado de qualidade, independentemente de qual laboratório, dia ou população de pacientes esteja servindo. Essa é a peça que a FIV manual nunca pôde garantir, e é a peça que a automação foi projetada para resolver.

O C:VIT é projetado para resfriar embriões até 50 vezes mais rápido do que os métodos de vitrificação convencionais, padronizando a exposição ao crioprotetor e reduzindo a formação de cristais de gelo. Como o resfriamento mais rápido se traduz em benefícios clinicamente significativos, e quais evidências serão necessárias para demonstrar melhorias nas taxas de sobrevivência do embrião, implantação e nascimento vivo?

A lógica clínica é direta: o resfriamento mais lento dá aos cristais de gelo mais tempo para se formar, e os cristais de gelo danificam a estrutura celular. O resfriamento mais rápido e mais padronizado reduz esse risco e dá a cada embrião a mesma exposição ao crioprotetor, em vez de exposição que varia de acordo com qual embriologista está realizando o procedimento e com que rapidez trabalha.

Projetamos o C:VIT para melhorar a sobrevivência do embrião durante o ciclo de congelamento e descongelamento, que é a primeira e mais imediata coisa a medir. A partir daí, as evidências que importam são as taxas de implantação e nascimento vivo em embriões vitrificados com o C:VIT em comparação com métodos convencionais. Estamos construindo essas evidências deliberadamente, por meio de estudos controlados, antes de fazer reivindicações sobre resultados em escala.

A Conceivable enfatiza que a AURA é assistida por automação e que as decisões clínicas permanecem com os embriologistas. Quais decisões devem sempre permanecer sob controle humano, quais salvaguardas permitem que um embriologista pare ou anule o sistema, e como a responsabilidade é tratada quando uma recomendação de IA ou ação robótica afeta um ovo ou embrião?

Todas as decisões que afetam o julgamento clínico, se um ovo é viável, se um embrião é adequado para transferência, se deve proceder com um procedimento, permanecem com o embriologista. A AURA é assistida por automação. É projetada para executar tarefas físicas com precisão e consistência e para sinalizar qualquer coisa fora dos parâmetros esperados, mas não toma decisões clínicas por conta própria.

Os embriologistas podem parar ou anular o sistema a qualquer momento em um ciclo, e o sistema é projetado para tornar isso fácil, não algo que você precise lutar contra a interface para fazer. Em termos de responsabilidade, toda ação que a AURA toma é registrada e vinculada ao embriologista que supervisiona aquele ciclo, então há um registro claro do que o sistema fez, o que sinalizou e qual decisão um humano tomou em resposta. Essa rastreabilidade é o que torna a responsabilidade possível em primeiro lugar.

A Conceivable e a IVI RMA planejam implantar o primeiro sistema AURA em uma clínica nos Estados Unidos em 2027. Quais desafios regulatórios, de validação clínica, de infraestrutura e de fluxo de trabalho precisam ser resolvidos antes que a plataforma possa mudar de estudos controlados para cuidados de pacientes de rotina?

Há um trabalho real à frente em quatro frentes. Regulatório: trabalhando pelo caminho apropriado com a FDA para um sistema que combina robótica, software e medicina reprodutiva, o que não tem muita precedência a seguir. Validação clínica: construindo a base de evidências na escala necessária para um ambiente clínico dos EUA, além do que os estudos-piloto podem mostrar. Infraestrutura: implantando fisicamente a AURA em uma clínica dos EUA com a IVIRMA, o que é um empreendimento significativo por si só. E fluxo de trabalho: garantindo que os embriologistas e o pessoal clínico nesse primeiro local estejam treinados e confortáveis com o sistema antes que ele toque os cuidados com os pacientes.

Nenhum deles é pequeno, e não estamos tratando 2027 como uma data que atingimos independentemente de onde as evidências chegam. É a data que estamos trabalhando em direção a quando a validação a apoia.

A FIV ainda é cara, geograficamente limitada e dependente de um número relativamente pequeno de especialistas altamente treinados. O que deve mudar na economia e no modelo operacional dos cuidados de fertilidade para que a automação possa tornar a FIV mais acessível, e como você medirá se a AURA está realmente reduzindo o custo por nascimento bem-sucedido?

O problema central é que a FIV dependeu de um número pequeno de especialistas altamente treinados fazendo trabalho manual que não escala. É isso que a torna cara e geograficamente limitada. Não é falta de demanda, é um gargalo na oferta.

Recentemente, co-autoramos um estudo examinando o custo-para-bebê como uma parcela da renda familiar em 25 países, e o padrão é impressionante. Países onde o custo líquido que um paciente paga está abaixo de aproximadamente metade da renda familiar média, como Israel, Japão, Espanha, Taiwan, veem a FIV representar algo como 9 a 12 por cento de todos os nascimentos. Nos EUA, onde os custos líquidos geralmente ultrapassam 75 por cento da renda familiar, esse número é de cerca de 2,5 por cento. A acessibilidade não é um fator entre muitos. Parece que a barreira primária. Se os EUA vissem ganhos semelhantes aos encontrados em outros lugares, isso poderia significar algo na ordem de 140.000 a 160.000 nascimentos adicionais por ano. Atrás desse número estão famílias que querem um filho e não podem atualmente pagar o caminho para um.

A automação aborda esse gargalo diretamente: uma plataforma padronizada pode trazer precisão de laboratório para mais locais sem exigir a mesma concentração de talento raro e altamente treinado em cada clínica, e menos ciclos por resultado bem-sucedido é a alavanca que realmente move o custo. Para medir se a AURA está realmente reduzindo o custo por nascimento bem-sucedido, o número que importa não é o custo por ciclo. É o custo por nascimento vivo, desde que um ciclo mais barato que não funciona não é na verdade mais acessível para uma família. Estamos rastreando essa métrica diretamente à medida que escalamos, e preferimos ser conservadores sobre o que reivindicamos até que os dados o apoiem.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Conceivable Life Sciences.