ฮอร์โมน ข้อมูล และการผ่านพ้นของ AI ที่การแพทย์แบบดั้งเดิมพลาดไป

ในช่วงหลายทศวรรษที่ผ่านมา สุขภาพของผู้หญิงได้รับการศึกษาและวิจัยในระดับที่ไม่เพียงพอในด้านการแพทย์ – การศึกษาที่ไม่เพียงพอ การทำให้ง่ายเกินไป และการบังคับให้เข้ากับแบบจำลองที่สร้างขึ้นโดยอาศัยค่าเฉลี่ยทางชีววิทยาของผู้ชาย male biological averages สภาพที่เกิดจากวงจรฮอร์โมน ตัวอย่างเช่น ได้รับการลดขนาดลงเป็นภาพถ่ายทางคลินิกที่ไม่เคลื่อนไหว ซึ่งพลาดรูปแบบที่ยาวนานและอ่านอาการผิดๆ ซึ่งส่งผลให้เกิดการวินิจฉัยที่ล่าช้าและไม่ถูกต้อง

มันเพิ่งจะผ่านไปสามทศวรรษที่ FDA allowed women กลับมาทำการวิจัยทางคลินิกอีกครั้ง แต่ผู้หญิงยังคงคิดเป็น 30% ของผู้เข้าร่วมการวิจัย – ส่วนใหญ่เนื่องจากอุตสาหกรรมยาที่มุ่งเน้นไปที่ศักยภาพในการมีบุตรและความกังวลเกี่ยวกับการมีบุตร

ผลที่ตามมานั้นมากกว่าการเป็นตัวแทน การวิจัยโดยมหาวิทยาลัยพิตต์สเบิร์ก สรุปได้ว่าโปรไฟล์ความปลอดภัยของยาส่วนใหญ่ขึ้นอยู่กับชีววิทยาของผู้ชาย และไม่ได้คำนึงถึงการเปลี่ยนแปลงฮอร์โมนของผู้หญิง โดยเฉพาะอย่างยิ่งในด้านการวิจัยโรคหัวใจ การไม่มีผู้หญิงเข้าร่วมการวิจัยโดยตรงได้ส่งผลให้เกิดการวินิจฉัยที่ล่าช้า อาการที่ถูกมองข้าม และการวินิจฉัยที่ผิดพลาด

ตั้งแต่ปี 2015 การวิจัยทางคลินิกได้ทำการเปลี่ยนแปลงที่มีความหมายในด้านความเท่าเทียมทางเพศ อย่างไรก็ตาม เนื่องจาก นโยบายของ National Institutes of Health (NIH) ที่จะพิจารณาเพศเป็นตัวแปรทางชีววิทยาในการวิจัย – ซึ่งหมายถึงการคำนึงถึงทั้งเพศชายและเพศหญิงในการสืบค้นทางวิทยาศาสตร์ต่อไป

อย่างไรก็ตาม ระยะเวลาระหว่างนโยบายและแนวปฏิบัตินั้นยาวนาน มันเพิ่งจะเกิดขึ้นเมื่อเร็วๆ นี้ว่าการวิจัยทางคลินิกที่มีความเข้มข้นและคำนึงถึงชีววิทยาของผู้หญิงได้เริ่มเกิดขึ้น และมีการลงทุนจากสถาบันและเทคโนโลยีทางด้านปัญญาประดิษฐ์ที่สัญญาว่าจะเปลี่ยนแปลงสาขานี้

การปลุกให้ตื่นของสถาบัน

เมื่อข้อมูลทางคลินิกสะสมและช่องว่างในการวิจัยที่เพิ่มขึ้น การจัดแนวใหม่ระหว่างวิทยาศาสตร์และเทคโนโลยีกำลังเกิดขึ้น โดยมุ่งเน้นไปที่การสร้างระบบจากศูนย์ขึ้นโดยอาศัยความแตกต่างทางชีววิทยาของเพศ

สถาบันเหล่านี้ได้ทำให้การเปลี่ยนแปลงนี้เป็นทางการ Already American Heart Association ได้เพิ่มการมุ่งเน้นไปที่สุขภาพหัวใจของผู้หญิงโดยการสร้าง กองทุน Go Red for Women Venture Fund มูลค่า 75 ล้านดอลลาร์สหรัฐฯ และการวิจัยมูลค่า 15 ล้านดอลลาร์ที่ตรวจสอบผลกระทบของวงจรเดือนต่อการทำงานของหัวใจ-ไต-เมตาบอลิซึม (CKM)

ในขณะเดียวกัน แผนยุทธศาสตร์ 2024-2028 ของ NIH และคำสั่งผู้บริหารของทำเนียบขาวได้กำหนดให้มีการจัดสรรเงินมากกว่า 100 ล้านดอลลาร์สหรัฐฯ ในการให้ทุน ARPA-H เพื่อสนับสนุน “หน้าต่างเมตาบอลิซึม” – โดยเฉพาะอย่างยิ่งการเริ่มต้นและวงจรเดือน – เพื่อตอบสนองต่อหลักฐานที่ว่าเกือบ 99% ของการศึกษาอายุเริ่มต้นไม่ได้คำนึงถึงปัจจัยเหล่านี้ การริเริ่มนี้ได้รับการสนับสนุนจาก คำแนะนำของ National Academies มูลค่า 15.7 พันล้านดอลลาร์สหรัฐฯ

การเปลี่ยนแปลงเชิงโครงสร้างเหล่านี้ได้กระตุ้นให้เกิดการเปลี่ยนแปลงที่สอดคล้องกันในการรวบรวม ข้อมูล และการกระทำที่เกี่ยวข้องกับสุขภาพของผู้หญิง รุ่นใหม่ของแพลตฟอร์มกำลังแปลข้อมูลฮอร์โมนและวงจรเดือนให้เป็นข้อมูลเชิงลึกที่สามารถเข้าถึงได้และเกี่ยวข้องกับการแพทย์ ซึ่งช่วยให้ผู้หญิงสามารถระบุรูปแบบก่อนที่จะพัฒนาเป็นภาวะที่วิธีการแบบดั้งเดิมอาจตีความผิด

“วิกฤตสุขภาพของตัวฉันเองเป็นหนึ่งในประสบการณ์ที่น่ากลัวที่สุดในชีวิตของฉัน – และสิ่งที่มันแสดงให้เห็นอย่างรวดเร็วคือภาระที่ตกอยู่กับผู้ป่วยเกือบทั้งหมดในขณะเดียวกับที่พวกเขาไม่พร้อมที่จะรับภาระนั้น” Adriana Torosian ผู้ก่อตั้งและ CEO ของ Ourself Health กล่าว

Ourself Health กำลังนำการเปลี่ยนแปลงเชิงโครงสร้างในการมองเห็นสุขภาพของผู้หญิง โดยเกิดจากประสบการณ์ส่วนตัวของผู้หญิงที่มีการจัดการข้อมูลสุขภาพที่ไม่ดี และมีจุดมุ่งหมายเพื่อป้องกันปัญหาในอนาคตที่เกี่ยวข้องกับการไม่สอดคล้องกันของข้อมูลหรือการเข้าถึงข้อมูลที่ไม่ดี

บริษัทสตาร์ทอัพในซานฟรานซิสโกได้ เปิดตัว Stella ซึ่งเป็นเพื่อนร่วมทางสุขภาพที่ใช้ AI ที่รวมการวิจัยสุขภาพของผู้หญิงที่ดีที่สุดในโลกเข้ากับประวัติสุขภาพส่วนบุคคลของผู้ใช้

“สุดท้าย คำตอบสำหรับฉันคือข้อมูลของฉันเอง ฉันสงสัยว่าวงจรของฉันส่งผลกระทบต่อภาวะของฉันและนำสมมติฐานนั้นไปให้แพทย์ผู้เชี่ยวชาญ ซึ่งพวกเขาปฏิเสธมันโดยสิ้นเชิง วิธีเดียวที่จะไปต่อคือการสร้างฐานข้อมูลของตัวเอง หาคำตอบของตัวเอง และนำแพทย์ของฉันไปตามกระบวนการของฉัน – ซึ่งเป็นสิ่งที่ตรงกันข้ามกับสิ่งที่ฉันคาดหวัง” Torosian กล่าว

ทำไม AI จึงเปลี่ยนแปลงสมการ

AI กำลังเปลี่ยนแปลงการวินิจฉัยทางการแพทย์โดยพื้นฐาน โดยไม่ได้แทนที่การตัดสินใจทางคลินิก แต่โดยการทำให้เกิดรูปแบบการรู้จำรูปแบบที่มีระดับและความต่อเนื่องที่การดูแลแบบดั้งเดิมไม่สามารถทำซ้ำได้ ไม่เหมือนกับโมเดลทางคลินิกที่พึ่งพาการพบปะแบบต่อเนื่อง ระบบ AI สามารถวิเคราะห์ข้อมูลทางการแพทย์ ตัวชี้วัดทางชีวภาพ และข้อมูลทางสรีรวิทยาที่มีอยู่ในเวลาจริงได้อย่างต่อเนื่อง โดยตรวจจับความสัมพันธ์ที่การดูแลแบบดั้งเดิมมองข้ามไป

ผลลัพธ์นี้ทำให้เกิดการวินิจฉัยที่เร็วขึ้นและแม่นยำขึ้นในภาวะต่างๆ ตั้งแต่โรคหัวใจถึงมะเร็ง – การเปลี่ยนแปลงที่กำลังปรับปรุงผลลัพธ์ของผู้ป่วย

ในด้านสุขภาพของผู้หญิงโดยเฉพาะ ความสามารถนี้มีความสำคัญอย่างยิ่ง ระบบฮอร์โมนเป็นแบบไดนามิก สัมพันธ์กันอย่างลึกซึ้ง และมีลักษณะเฉพาะบุคคล เครื่องมือที่ขับเคลื่อนด้วย AI กำลังเริ่มเชื่อมช่องว่างในการวินิจฉัยโดยการทำให้เกิดการตรวจสอบที่แม่นยำขึ้น การทำนาย และการวิเคราะห์เชิงยาวในด้านสุขภาพการเจริญพันธุ์ การดูแลแม่และเด็ก และสุขภาพสตรี

การประยุกต์ใช้ที่เกิดขึ้นใหม่รวมถึงการถ่ายภาพทารกในครรภ์ที่ได้รับการปรับปรุงด้วย AI และการตรวจจับโรค endometriosis ที่ไม่ผ่านการผ่าตัด ซึ่งเป็นพื้นที่ที่การวินิจฉัยแบบดั้งเดิมต้องดิ้นรน

Stella ของ Ourself Health สร้างขึ้นบนพื้นฐานนี้โดยการดำเนินการข้อมูลฮอร์โมนเชิงยาว โดยแปลงรูปแบบให้เป็นคำแนะนำสุขภาพที่เป็นส่วนตัวและทันเวลา แทนที่จะเป็นคำแนะนำทางคลินิกที่ทั่วไป

“เมื่อผู้ใช้นำข้อมูลมากขึ้นเข้าสู่แพลตฟอร์ม คำแนะนำของ Stella จะมีความแม่นยำและเป็นส่วนตัวมากขึ้น ข้อมูลนั้นมาจากหลายชั้น: อาการที่ติดตามรายวันภายในแอป หมายเหตุและเอกสารที่ผู้ใช้สามารถอัปโหลดได้โดยตรง และข้อมูลสรีรวิทยาที่ต่อเนื่องจากอุปกรณ์สวมใส่ เช่น Apple Watch” Torosian อธิบาย

ด้วยการทำเช่นนี้ เครื่องมือนี้ขยายไปไกลกว่าการตรวจจับและเข้าสู่การสนับสนุนการตัดสินใจ – โดยเปลี่ยนสุขภาพของผู้หญิงให้เป็นระบบที่ต่อเนื่องและคำนวณได้ แทนที่จะเป็นแนวตั้งทางคลินิกที่ไม่เชื่อมต่อกัน

“เป้าหมายคือการปิดช่องว่างระหว่างสิ่งที่ผู้หญิงรู้เกี่ยวกับร่างกายของตัวเองและสิ่งที่แพทย์เห็นในการนัดหมายสั้นๆ – และเพื่อให้แน่ใจว่าเธอไปถึงทุกๆ การสื่อสารพร้อมด้วยข้อมูลของตัวเอง การวิจัยล่าสุด และแผนการดำเนินการที่ชัดเจน Stella วางทุกอย่างไว้ในมือของเธอ” ผู้ก่อตั้งกล่าว

ชั้นการคำนวณใหม่สำหรับช่องว่างเก่า

ความแตกต่างระหว่างการสร้างข้อมูลเชิงลึกและการสร้างคำแนะนำที่สามารถนำไปใช้ได้จริงนั้นเป็นเรื่องที่ละเอียดอ่อน แต่มีความสำคัญทางคลินิก Stella AI ได้รับการออกแบบมาเพื่อจัดลำดับความสำคัญของสิ่งหลัง โดยการวิเคราะห์รูปแบบเชิงยาวเพื่อสร้างคำแนะนำที่เป็นส่วนตัวและทันเวลา ซึ่งปรับให้เหมาะสมกับฐานฮอร์โมนของแต่ละคน

ที่แก่นกลาง การออกแบบ Stella ขึ้นอยู่กับการยอมรับว่าระบบฮอร์โมนไม่มีสองระบบที่เหมือนกัน แพลตฟอร์ม Ourself จะเรียนรู้อย่างต่อเนื่องจากข้อมูลที่ผู้ใช้ป้อน โดยไม่คำนึงถึงวงจรหรืออาการ

“สิ่งที่ยังขาดสำหรับผู้หญิงแต่ละคนคือความสามารถในการควบคุมในขณะนี้ – โดยไม่ต้องรอการวิจัยที่จะตามทัน นั่นคือที่ที่ Ourself เข้ามา; เราไม่สามารถขอให้ผู้หญิงหยุดชีวิตของตนเองในขณะที่สถาบันกำลังปิดช่องว่างการให้ทุนอย่างช้าๆ เราสามารถให้เครื่องมือแก่พวกเขาเพื่อทำความเข้าใจร่างกายของตนเองในวันนี้ สร้างบันทึกสุขภาพของตนเอง ตัดสินใจอย่างมีข้อมูล และดำเนินการด้วยสิ่งที่เรารู้แล้ว – ในขณะที่ภูมิทัศน์การวิจัยโดยรวมยังคงพัฒนาไปรอบๆ พวกเขา” Torosian เน้นย้ำ

แนวทางนี้เปลี่ยนการบริหารจัดการสุขภาพฮอร์โมนจากวิชาที่ทำตามสัญญาณเป็นวิชาที่ทำตามการวางแผน โดยที่การแทรกแซงสามารถกำหนดเวลาและปรับให้เหมาะสมได้ด้วยความแม่นยำที่แบบจำลองการดูแลแบบดั้งเดิมไม่สามารถส่งมอบได้

แต่เกินกว่ากรณีเฉพาะหรือผู้มีวิสัยทัศน์ การเกิดขึ้นของเทคโนโลยีที่ดีกว่าและได้รับการช่วยเหลือจาก AI ทำให้เกิดชั้นการคำนวณใหม่ที่สามารถทำให้ความซับซ้อนเป็นเรื่องที่สามารถดำเนินการได้ และที่สำคัญที่สุดคือช่วยชีวิต

เมื่อสถาบันเช่น NIH และ American Heart Association กำหนดทิศทางทรัพยากร AI กำลังแปลความเคลื่อนไหวนี้ให้เป็นผลกระทบที่แท้จริงในโลกแห่งความเป็นจริง ความหวังของเครื่องมือเหล่านี้อยู่ในความสามารถในการปรับให้เหมาะสมและดำเนินการตามสิ่งที่การแพทย์ได้สังเกตเห็นแต่ดิ้นรนในการนำไปใช้: สุขภาพของผู้หญิงนั้นเป็นแบบไดนามิก

อนาคตของการดูแลสุขภาพจะไม่ได้ถูกกำหนดโดยค่าเฉลี่ยระดับประชากร แต่จะถูกกำหนดโดยความแม่นยำ – โดยที่ข้อมูลเชิงยาวของแต่ละบุคคลจะเป็นรากฐานของการดูแลของพวกเขา และในความหมายนั้น AI ไม่ได้แทนที่การแพทย์ แต่ขยายการแพทย์เข้าสู่ดินแดนที่การแพทย์ไม่เคยพร้อมที่จะสำรวจมาก่อน