Интервью

Алан Мюррей, сооснователь и генеральный директор Conceivable Life Sciences – Интервью

mm
Добавьте Unite.AI в избранные источники в Google

Алан Мюррей, сооснователь и генеральный директор Conceivable Life Sciences, – инженер и серийный предприниматель с более чем три десятилетия опыта в области технологий, машинного обучения, аппаратного обеспечения, логистики и создания компаний. До запуска Conceivable он был сооснователем TMRW Life Sciences, где он помог разработать автоматизированную платформу для управления и защиты замороженных яиц и эмбрионов, используемых в экстракорпоральном оплодотворении (ЭКО). Мюррей также является сооснователем и партнером Coriolis Ventures и помог создать компании в области цифровой рекламы, гостиничного бизнеса и биотехнологий, включая Integral Ad Science , Dstillery и NeueHouse. В Conceivable он служит как стратегическим лидером, так и главным архитектором AURA, курируя интеграцию робототехники, передовых методов визуализации и машинного обучения в лабораторные рабочие процессы репродуктивной медицины.

Conceivable Life Sciences – биотехнологическая компания, разрабатывающая AURA, автоматизированную лабораторию ЭКО, предназначенную для координации сложных процессов, связанных с созданием, культивированием и сохранением эмбрионов. Вместо автоматизации отдельных процедур платформа интегрирует робототехнику, программное обеспечение, передовые оптические методы, искусственный интеллект и лабораторное оборудование на протяжении всего рабочего процесса ЭКО, сохраняя при этом цифровую прослеживаемость и позволяя эмбриологам сохранять контроль над клиническими решениями. Conceivable стремится использовать этот стандартизированный подход, чтобы уменьшить вариативность, расширить лабораторную емкость и сделать лечение бесплодия более доступным и доступным для семей, которые в настоящее время сталкиваются с высокими затратами или ограниченным доступом к специализированной помощи.

Ранее вы были сооснователем TMRW Life Sciences, где вы помогли внедрить автоматизацию в хранение и управление замороженными яйцами и эмбрионами. Что это опыт taught вам о ограничениях современной инфраструктуры репродуктивной медицины, и что в конечном итоге убедило вас основать Conceivable Life Sciences и решить более сложную задачу автоматизации создания эмбрионов?

В TMRW мы автоматизировали хранение и отслеживание яиц и эмбрионов после их создания. Это решило реальную проблему, поскольку цепочка хранения в криоконсервации не допускает ошибок, и правильное решение этой задачи имеет огромное значение для пациентов. Но это также показало мне ограничения того, что может решить только автоматизация хранения. Ограничение ЭКО никогда не было связано с тем, что происходит после создания эмбриона. Это создание самого эмбриона, которое до сих пор зависит от небольшого числа высококвалифицированных эмбриологов, выполняющих ручные, повторяющиеся задачи с точностью на уровне субмикрона вручную, и результат варьируется в зависимости от того, кто держит пипетку в тот день.

Когда я основал TMRW, рынок хранения репродуктивных клеток еще считался нишевым углом репродуктивной медицины. Я не видел это так. Отсроченное родительство стало нормой, больше людей замораживали яйца и сперму раньше, работодатели начали добавлять сохранение репродуктивных клеток в пакеты льгот, и сообщества ЛГБТК+ и одиноких родителей создавали семьи с помощью банков спермы и яиц в масштабе, на который отрасль не была готова. Все это указывало на проблему хранения и отслеживания, которая была готова стать намного больше, намного быстрее, чем большинство людей в этой области ожидали. Это часть того, почему цепочка хранения была так важна для меня в TMRW. Если вы строите рынок, который движется к такому масштабу, вы не можете полагаться на ручное отслеживание и человеческую память, чтобы поддерживать яйца, сперму и эмбрионы в порядке. Автоматизация хранения и отслеживания не была только о том, чтобы делать сегодняшнюю работу лучше, но и о построении инфраструктуры, которая могла бы выдержать рост количества пациентов, циклов и образцов на порядок.

В 2018 году я начал проектировать то, что стало AURA с нуля, от микрофлюидики до интеграции робототехники и метода инъекции. То, что убедило меня создать Conceivable, было довольно простым: если мы сможем привнести ту же строгость в создание эмбрионов, которую производство и робототехника привнесли в другие точные отрасли, мы можем сделать ЭКО более последовательным и доступным одновременно. Это была более сложная задача, но она была той, которую стоит решить.

AURA координирует более 200 шагов в взаимосвязанных системах для подготовки посуды, обработки спермы, идентификации яиц, внутриклеточной инъекции спермы, инкубации, роботизированного транспорта и витрификации. Как программное обеспечение, робототехника, системы визуализации и лабораторное оборудование работают как единная платформа, сохраняя при этом прослеживаемость для каждой яйцеклетки, сперматозоида и эмбриона?

AURA выполняет эти более 200 шагов как одну непрерывную систему, а не как цепочку отдельных машин. Слой программного обеспечения является тем, что делает это возможным. Каждое действие, каждое изображение, каждое измерение связано с конкретной яйцеклеткой, сперматозоидом или эмбрионом на протяжении всего цикла, поэтому существует полная цифровая запись того, что произошло и когда.

Эта прослеживаемость является той частью, которую люди недооценивают. В обычной лаборатории большая часть этой истории живет в заметках и памяти эмбриолога. В AURA это структурированные данные с первого шага до последнего, что позволяет робототехнике, визуализации и лабораторному оборудованию координировать в реальном времени и позволяет эмбриологу вмешаться в любой момент с полным контекстом, а не с частичной картиной.

Ваш технический стек включает Detection Transformer для помощи в идентификации сперматозоидов, передовые методы визуализации для локализации яиц и модели видения-языка-действия, предназначенные для руководства деликатными физическими процедурами. Как эти модели обучаются, какие сигналы они оценивают, и как система определяет, когда эмбриологу необходимо вмешаться?

Мы используем модели компьютерного зрения (включая YOLO и RT-DETR), чтобы: сфокусировать микроскопы, откалибровать роботизированные позиции, идентифицировать и отслеживать сперматозоиды, локализовать и оценить яйца, и для руководства робототехникой во время процедур, таких как ИКСИ (объединение сперматозоида и яйца для создания эмбриона).

Эти модели обучаются на все более растущей библиотеке высококачественных помеченных изображений, полученных из предыдущих случаев. Наши инженерные задачи в области искусственного интеллекта включают достижение сверхнизкой задержки вывода для точной координации лазеров и движений робототехники.

Вы черпали вдохновение из производства полупроводников и автономных транспортных средств, отраслей, которые сочетают восприятие, планирование и точное физическое выполнение. Какие инженерные принципы были успешно перенесены в эмбриологию, а какие необходимо было переработать, поскольку AURA манипулирует живыми клетками, а не изготовленными компонентами?

Инженерные принципы, которые хорошо перенеслись, были связаны с точным производством в масштабе: жестким контролем процесса, слиянием датчиков, рассмотрением вариативности как чего-то, что можно измерить и спроектировать, а не принять. Автономные транспортные средства дали нам хорошую модель того, как восприятие, планирование и выполнение должны работать вместе в реальном времени, и как система должна вести себя, когда она не уверена в том, что она видит.

Что пришлось переработать почти полностью, была наша терпимость к неожиданному. Полупроводниковая пластина ведет себя одинаково каждый раз. Живая клетка не ведет себя так. Две яйцеклетки от одного и того же пациента могут выглядеть по-разному, вести себя по-разному и реагировать по-разному на одну и ту же процедуру. Итак, вместо того, чтобы строить систему, ориентированную на один “правильный” выход, мы должны были построить систему, которая может распознавать широкий спектр биологической вариативности и знает разницу между нормальной вариативностью и чем-то, что требует внимания человека. Это фундаментально другая инженерная задача, чем все, что есть в производстве полупроводников или вождении.

Conceivable описывает каждый цикл AURA как вклад в данные о стандартизированных процессах, которые обычные лаборатории не могут легко собрать. Какие данные собираются во время цикла, как они могут улучшить будущие модели, и как вы решаете проблемы конфиденциальности пациентов, демографической предвзятости, различий между клиниками и рисков обновления клинических систем искусственного интеллекта?

Каждый цикл AURA генерирует стандартизированный набор данных: изображения, данные с датчиков, время и результаты, связанные с каждым шагом, в уровне детализации, которого обычные лаборатории ЭКО просто не производят сегодня, поскольку так много процесса не записано систематически. Эти данные питают улучшение наших моделей с течением времени, что является одним из реальных преимуществ автоматизации. Система становится лучше с объемом в sposób, которым ручные процессы не могут.

В отношении конфиденциальности данные пациентов деидентифицируются для обучения моделей и обрабатываются в соответствии с теми же нормативными стандартами, которые регулируют клинические данные в целом. В отношении предвзятости мы намеренно обучаем на данных из разных популяций пациентов и клинических сайтов, чтобы модели не работали только хорошо для демографических групп, которые лучше представлены в ранних данных. Различия между клиниками являются реальной переменной, которую мы отслеживаем, поскольку лабораторные условия и популяции пациентов варьируются. И при обновлении клинических систем искусственного интеллекта безопасно мы не движемся быстрее, чем подтверждает доказательство на этот счет. Мы бы предпочли быть правыми, чем первыми.

Conceivable провела пилотные исследования, включающие более 100 пациентов и более 1 000 яиц. Какие клинические конечные точки будут наиболее важными в доказательстве того, что автоматизация может улучшить последовательность, безопасность, развитие эмбрионов, показатели беременности или результаты живых родов по сравнению с ручным ЭКО?

С более чем 100 пациентами и более 1 000 яйцами в нашей пилотной работе конечные точки, которые имеют значение, являются теми, которые действительно предсказывают здоровый результат для пациента, а не только метрики процесса. Коэффициент оплодотворения, развитие эмбриона до бластоцисты и показатели эуплоидии говорят нам о том, что биология ведет себя так, как должно. Оттуда коэффициенты имплантации и беременности говорят нам о том, переводится ли это в реальную возможность иметь ребенка. Живой род является конечной точкой, которая имеет значение больше всего, и это также самая медленная для накопления, поскольку требуется несколько месяцев после переноса, чтобы знать.

На что мы больше всего сосредоточены, так это на доказательство последовательности: что AURA производит одинаковый качественный результат, независимо от лаборатории, дня или популяции пациентов, которую она обслуживает. Это та часть, которую ручное ЭКО никогда не могло гарантировать, и это та часть, которую автоматизация призвана решить.

C:VIT предназначен для охлаждения эмбрионов до 50 раз быстрее, чем традиционные методы витрификации, при этом стандартизируя воздействие криопротектантов и снижая образование кристаллов льда. Как более быстрое охлаждение переводится в клинически значимые преимущества, и какое доказательство потребуется для демонстрации улучшений в выживании эмбрионов, имплантации и показателях живых родов?

Клиническая логика проста: более медленное охлаждение дает кристаллам льда больше времени для образования, и кристаллы льда повреждают структуру клетки. Быстрое и стандартизированное охлаждение снижает этот риск и дает каждому эмбриону одинаковое воздействие криопротектантов, а не воздействие, варьирующееся в зависимости от того, какой эмбриолог выполняет процедуру и с какой скоростью он работает.

Мы разработали C:VIT для улучшения выживания эмбрионов через цикл замораживания-оттаивания, который является первым и наиболее непосредственным, что можно измерить. Оттуда доказательство, которое имеет значение, является имплантацией и показателями живых родов в эмбрионах, витрифицированных с помощью C:VIT по сравнению с традиционными методами. Мы строим это доказательство намеренно, через контролируемые исследования, прежде чем делать заявления о результатах в масштабе.

Conceivable подчеркивает, что AURA является автоматизированной и что клинические решения остаются за эмбриологами. Какие решения всегда должны оставаться под человеческим контролем, какие меры предосторожности позволяют эмбриологу остановить или переопределить систему, и как обрабатывается подотчетность, когда рекомендация искусственного интеллекта или роботизированное действие влияет на яйцеклетку или эмбрион?

Каждое решение, которое влияет на клиническое суждение, остается за эмбриологом. AURA является автоматизированной. Она предназначена для выполнения физических задач с точностью и последовательностью и для флагирования любого отклонения от ожидаемых параметров, но она не принимает клинические решения самостоятельно.

Эмбриологи могут остановить или переопределить систему в любой момент цикла, и система предназначена для того, чтобы сделать это легко, а не для того, чтобы бороться с интерфейсом. В отношении подотчетности каждое действие AURA связано с эмбриологом, который наблюдает за этим циклом, поэтому существует четкая запись того, что система сделала, что она флагировала, и какое решение принял человек в ответ. Эта прослеживаемость является тем, что делает подотчетность возможной в первую очередь.

Conceivable и IVI RMA планируют развернуть первую систему AURA в клинике США в 2027 году. Какие нормативные, клинические, инфраструктурные и рабочие проблемы необходимо решить, прежде чем платформа сможет перейти от контролируемых исследований к регулярной помощи пациентам?

Есть настоящая работа впереди на четырех фронтах. Нормативный: работа с FDA по соответствующему пути для системы, которая сочетает робототехнику, программное обеспечение и репродуктивную медицину, что не имеет много предшественников. Клиническая валидация: построение доказательной базы в масштабе, необходимом для клинической обстановки США, за пределами того, что могут показать пилотные исследования. Инфраструктура: развертывание физического развертывания в клинике США с IVIRMA, что является значительным мероприятием. И рабочий процесс: обеспечение того, чтобы эмбриологи и клинический персонал в первом сайте были обучены и комфортно работали с системой, прежде чем она коснется помощи пациентам.

Ни одна из этих задач не является маленькой, и мы не относимся к 2027 году как к дате, которую мы достигаем независимо от того, где лежит доказательство. Это дата, к которой мы работаем, когда валидация подтверждает это.

ЭКО остается дорогим, географически ограниченным и зависимым от небольшого числа высококвалифицированных специалистов. Что должно измениться в экономике и операционной модели репродуктивной медицины, чтобы автоматизация сделала ЭКО более доступным, и как вы будете измерять, действительно ли AURA снижает стоимость успешных родов?

Основная проблема заключается в том, что ЭКО зависит от небольшого числа высококвалифицированных специалистов, выполняющих ручную работу, которая не масштабируется. Это то, что делает его дорогим и географически ограниченным. Это не отсутствие спроса, это ограничение предложения.

Мы недавно стали соавторами исследования, которое изучало стоимость ребенка в качестве доли дохода домохозяйства в 25 странах, и закономерность была поразительной. Страны, где чистая стоимость, которую платит пациент, составляет менее примерно половины медианного дохода домохозяйства, такие как Израиль, Япония, Испания, Тайвань, видят ЭКО, составляющее около 9-12% всех родов. В США, где чистые затраты обычно превышают 75% дохода домохозяйства, этот показатель составляет около 2,5%. Доступность не является одним из факторов, это кажется основным барьером. Если США увидят подобные выгоды, как те, которые мы нашли в других странах, это может означать что-то вроде 140 000 до 160 000 дополнительных родов в год. За этой цифрой стоят семьи, которые хотят ребенка, но не могут позволить себе путь к этому.

Автоматизация решает эту проблему напрямую: стандартизированная платформа может привнести лабораторную точность в больше мест без необходимости такого же высокого концентрации редких, высококвалифицированных талантов в каждой клинике, и меньше циклов на успешный исход является рычагом, который действительно меняет стоимость. Для измерения того, действительно ли AURA снижает стоимость успешных родов, цифра, которая имеет значение, не является стоимостью за цикл. Это стоимость за живой род, поскольку более дешевый цикл, который не работает, на самом деле не является более доступным для семьи. Мы отслеживаем эту метрику напрямую, когда масштабируемся, и мы бы предпочли быть консервативными в том, что мы заявляем, пока данные не поддержат это.

Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить Conceivable Life Sciences.

Антуан - видный лидер и сооснователь Unite.AI, движимый непоколебимой страстью к формированию и продвижению будущего ИИ и робототехники. Как серийный предприниматель, он считает, что ИИ будет столь же разрушительным для общества, как и электричество, и часто увлекается потенциалом разрушительных технологий и ИИ.

Как футуролог, он посвящен исследованию того, как эти инновации будут формировать наш мир. Кроме того, он является основателем Securities.io, платформы, ориентированной на инвестиции в передовые технологии, которые переопределяют будущее и меняют целые сектора.