AI în îngrijirea fertilității: promisiune, dovezi și realitatea clinică

Lumea intră într-o nouă eră demografică. Rata globală a fertilității a scăzut de la aproximativ 4,9 copii per femeie în anii 1950 la 2,3 astăzi, iar ONU prevede că va continua să scadă pe parcursul acestui secol. În Regatul Unit, rata nașterilor este chiar mai mică – 1,39 copii per femeie în Anglia și Țara Galilor în 2025. Pe măsură ce ratele scăzute ale nașterilor, amânarea momentului de a avea copii și creșterea infertilității remodelează îngrijirea reproducerii, fertilitatea a devenit una dintre cele mai rapid în creștere domenii de investiții în HealthTech. Investitorii susțin tehnologii care promit să faciliteze concepția, să îmbunătățească înțelegerea sănătății reproductive și să simplifice navigarea în tratamente.atingă $33.4 miliarde în 2026. Piața FemTech, care include toate tehnologiile folosite pentru susținerea sănătății femeilor, avea o valoare de un estimat de $45.6 miliarde la nivel global în 2025 și se preconizează că va depăși de trei ori dimensiunea actuală până în 2033. 

Inteligența artificială a devenit în mod natural parte a acestui val. Astăzi, AI alimentează aplicații de urmărire a ciclului, dispozitive purtabile, teste de fertilitate la domiciliu și tehnologii de fertilizare in vitro (FIV), promițând informații din ce în ce mai personalizate despre sănătatea reproductivă. Pe măsură ce aceste instrumente devin mai sofisticate, discuția se mută de la ce poate face AI la câtă încredere ar trebui să câștige. Această încredere depinde nu doar de calitatea recomandărilor pe care le produce, ci și de cât de transparente sunt companiile în privința datelor din spatele lor: ce seturi de date sunt folosite pentru antrenarea acestor sisteme, cât de reprezentative și fiabile sunt și unde se află limitările lor pentru clinicieni și pacienți.

Instrumentele digitale de fertilitate schimbă comportamentul pacienților mai repede decât dovezile clinice reușesc să țină pasul

Evidențele pentru HealthTech în domeniul fertilității sunt mai nuanțate decât susțin adesea cei mai puternici susținători sau cei mai aspri critici.cercetătorii de la UCL concluzionează că instrumentele digitale – de la aplicații de fertilitate și dispozitive purtabile la teste la domiciliu și telemedicină – pot îmbunătăți alfabetizarea în materie de fertilitate, susține monitorizarea de sine, extind accesul la îngrijire și consolidează comunicarea dintre pacienți și clinicieni. Pe măsură ce pacienții devin mai implicați în înțelegerea și gestionarea propriei sănătăți reproductive, AI devine tot mai mult parte a aceluiași parcurs.sondaj KFF din 2026, unul din trei adulți din SUA a utilizat deja un chatbot AI pentru informații sau sfaturi de sănătate, mulți apelând la el înainte de a vorbi cu un furnizor de servicii medicale. Aceasta sugerează că AI devine mai mult decât un instrument de căutare: acum ajută oamenii să interpreteze informațiile de sănătate înainte de luarea deciziilor clinice.

În același timp, cercetătorii susțin că aceste beneficii depind de acuratețe, validitatea clinică și integrarea în fluxurile de îngrijire, avertizând că multe tehnologii de fertilitate ajung pe piață fără dovezi suficiente că predicțiile lor sunt analitic robuste, clinic semnificative sau cu adevărat benefice pentru pacienți. Provocarea depășește greșelile sau halucinațiile AI. Multe tehnologii de fertilitate ajung la pacienți înainte de a exista suficiente dovezi că predicțiile lor sunt clinic semnificative sau că îmbunătățesc efectiv rezultatele, creând un risc ca încrederea în tehnologie să depășească dovezile din spate.

Această lacună de dovezi devine deosebit de vizibilă când AI trece de la explicarea biologiei reproductive de bază la susținerea deciziilor de fertilitate. Cercetătorii care au comparat ChatGPT, Gemini, Copilot și Perplexity pe parcursul a 37 de întrebări despre fertilitate, au constatat că modelele erau în general fiabile pe subiecte precum ciclul menstrual și concepția, dar deveneau mult mai puțin consecvente când răspundeau la întrebări despre FIV, congelarea ovulelor și alte tehnologii de reproducere asistată.

Explicația este surprinzător de practică, nu doar tehnică. Conceputurile de bază ale fertilității sunt susținute de decenii de dovezi bine stabilite, în timp ce tehnologiile de reproducere asistată evoluează mult mai rapid. După cum observă autorii, chiar și modelele care citează lucrări științifice pot supraestima condiții rare sau constatări învechite, oferind răspunsuri sigure care nu reprezintă populația largă de pacienți.

Pe măsură ce dispozitivele healthtech și instrumentele AI modelează tot mai mult modul în care oamenii interpretează simptomele, înțeleg rezultatele testelor și abordează deciziile de tratament înainte de a intra în clinică, standardele pentru dovezi, transparență și supraveghere reglementativă devin mult mai ridicate.

Unde AI ar putea avea cel mai mare impact în îngrijirea fertilității

În timp ce aplicațiile de fertilitate pentru consumatori, dispozitivele purtabile și testele la domiciliu continuă să evolueze, AI transformă și partea clinică a medicinei reproductive. În loc să înlocuiască specialiștii, cercetarea cu cel mai mare potențial se concentrează pe ajutorul acordat embryologilor, medicilor de fertilitate și echipelor de laborator pentru a lua decizii mai bine informate.

Una dintre cele mai consacrate domenii ale cercetării AI în fertilitate este evaluarea embrionului în timpul FIV. Prin analizarea a mii de imagini în timp real ale dezvoltării embrionare, modelele de învățare automată au arătat rezultate impresionante în prezicerea viabilității embrionului și rămân una dintre cele mai promițătoare aplicații ale domeniului. În același timp, o încercare Nature Medicinea demonstrat că performanța puternică pe seturi de date retrospective nu se traduce automat în rezultate clinice mai bune, determinând cercetătorii să ridice standardele pentru validare. Lucrări mai recenteau mutat focalizarea și mai departe, subliniind evaluarea clinică în medii reale ca pasul critic următor înainte ca aceste sisteme să poată fi adoptate pe scară largă în practică.

O altă direcție promițătoare este prezicerea răspunsului ovarian înainte de FIV. Cercetătorii folosesc AI pentru a combina indicatori clinici precum vârsta, nivelurile hormonului anti-Müllerian (AMH) și numărul de foliculi antrali pentru a estima cum este probabil să răspundă o pacientă la stimularea ovariană înainte de începerea tratamentului. Studii recente sugerează că aceste modele pot îmbunătăți planificarea tratamentului și pot ajuta la identificarea pacienților care ar putea beneficia de intervenție timpurie sau de o strategie de stimulare mai personalizată, deși validarea clinică mai largă rămâne un pas important următor.

Maturitatea acestor tehnologii variază considerabil. Unele instrumente AI asistă deja clinicienii în laboratoarele de FIV astăzi, în timp ce altele sunt încă în tranziție de la cercetarea universitară promițătoare către validarea clinică. Această distincție este importantă deoarece reflectă o schimbare mai largă în îngrijirea fertilității: cel mai mare impact pe termen scurt provine din ce în ce mai mult de la sistemele AI care susțin fluxurile de lucru clinice în loc să înlocuiască judecata clinică.

De la inovații AI la îmbunătățirea îngrijirii zilnice a pacienților

Nu este un secret că principalul lucru pe care companiile îl așteaptă de la instrumentele AI este reducerea costurilor. Industria fertilității nu face excepție – FIV poate fi o procedură costisitoare. Nu e de mirare că clinicile și alte companii caută modalități de a reduce cheltuielile și de a face tratamentul accesibil pentru cât mai mulți oameni.

Nu putem face FIV și tratamentul fertilității în general mai ușor deoarece partea biologică este complicată. Ceea ce putem simplifica este parcursul pacientului și fluxul de lucru clinic. Prin urmare, ne-am îndreptat spre AI pentru a reduce timpul pe care medicii îl petrec pregătind cazurile – una dintre cele mai valoroase resurse în îngrijirea fertilității.

În opinia mea, cel mai util instrument astăzi ar fi un sistem AI conceput să analizeze istoricul clinic complet al pacientului, tratamentele anterioare și rezultatele de laborator, apoi să organizeze aceste informații într-un caz structurat. De exemplu, poate oferi medicilor o sugestie de doză a medicamentelor bazată pe rezultatele analizelor de sânge. Decizia clinică rămâne în totalitate la medic; AI simplifică doar timpul petrecut pentru pregătire.

La Plan Your Baby, lucrăm acum cu parteneri din industrie pentru a construi un astfel de sistem. În viziunea noastră, acesta trebuie să fie antrenat pe date anonimizate colectate de-a lungul anilor de îngrijire a fertilității, deoarece în medicină calitatea unui produs AI depinde atât de contextul clinic din spatele datelor, cât și de modelul în sine. Fiecare înregistrare este de-identificată înainte de a fi utilizată pentru dezvoltare, permițând sistemului să învețe din îngrijirea din viața reală, protejând în același timp confidențialitatea pacientului.

Este, de asemenea, important să subliniem că, odată ce această tehnologie va deveni parte a fluxului de lucru clinic, nu poate fi tratată ca un produs AI convențional. Astfel de instrumente trebuie să fie dezvoltate având în vedere certificarea ca dispozitiv medical încă de la început, deoarece în domeniul sănătății implementarea este posibilă doar dacă tehnologia poate satisface aceleași standarde așteptate de orice alt instrument clinic.