Düşünce Liderleri

Hormonlar, Veriler ve Geleneksel Tıbbın Kaçırdığı AI Atılımı

Isabel Ramelli
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin
A photorealistic widescreen image of a woman standing in a modern high-rise apartment overlooking a city at sunrise, with holographic AI neural networks and data visualizations floating in the foreground.
Öne çıkan noktalarOurself Health'in Stella AI'sı, boylamsal hormonal verileri kişiselleştirilmiş sağlık…
Daha fazla göster
  • Ourself Health'in Stella AI'sı, boylamsal hormonal verileri kişiselleştirilmiş sağlık önerilerine dönüştürür.
  • NIH ve Amerikan Kalp Derneği, kadınların metabolik pencere araştırmalarına 100 milyon doların üzerinde kaynak ayırmıştır.
  • Yapay zekâ, geleneksel epizodik bakımın yapısal olarak taklit edemeyeceği sürekli örüntü tanımayı mümkün kılar.

Onlarca yıldır, kadın sağlığı klinik araştırmalarda yeterince temsil edilmemiş, yeterince araştırılmamış, aşırı basitleştirilmiş ve erkek biyolojik ortalamalarına dayalı modellere uymaya zorlanmıştır. Hormonal döngülere bağlı durumlar gibi, uzun süredir statik klinik görüntülere indirgenmiştir, bu da longitudinal kalıpları kaçırır ve semptomları yanlış yorumlar, gecikmiş ve yanlış teşhislere yol açar.

Yalnızca otuz yıl önce FDA, kadınların klinik araştırmalara yeniden katılmasına izin verdi, ancak kadınlar hala deneklerin %30’unu oluşturmaktadır – büyük ölçüde ilaç endüstrisinin çocuk doğurma potansiyeli ve üreme endişeleri üzerine odaklanmasından dolayı.

Sonuçlar temsilin ötesine geçer. Pittsburgh Üniversitesi Halk Sağlığı Okulu’nun bir çalışması, aslında, çoğu ilaç güvenliği profili erkek biyolojisine dayanmaktadır ve kadın hormonal varyasyonunu hesaba katmaz. Kalp-damar hastalıkları araştırmalarında özellikle, kadınların düşük katılımı doğrudan gecikmiş teşhislere, reddedilen semptomlara ve sistemik yanlış teşhislere yol açmıştır.

2015’ten bu yana, klinik araştırmalar cinsiyet eşitliği konusunda anlamlı adımlar atmıştır. Ulusal Sağlık Enstitüleri (NIH) bir politika yayınladı, araştırmalarda biyolojik değişken olarak cinsiyeti dikkate almaya ilişkin – hem kadın hem de erkek değişkenlerini daha ileri bilimsel araştırmalarda dikkate almaya ilişkin.

Ancak, politika ve uygulama arasındaki gecikme önemli olmuştur. Sadece şimdi, kadın biyolojisini hesaba katan klinik olarak titiz araştırmaların daha geniş bir dalgası ortaya çıkmaya başlamıştır. Ve bununla birlikte, kurumsal yatırım ve yapay zeka arasındaki birleşmenin, bu alanı yeniden şekillendirme potansiyeli vardır.

Kurumsal Uyanış Çağrısı

Klinik veri birikimi ve yeni araştırma boşluklarının sonuçları giderek daha önemli hale geldikçe, bilim ve teknoloji arasında yeni bir hizalama oluşmaktadır, kadın biyolojisini bir varyasyon olarak ele almak yerine, biyolojik cinsiyet farklılıkları temelinde sıfırdan sistemler kurmaya yönelik.

Kurumlar bu değişimi resmileştirmiştir. Amerikan Kalp Derneği, kadınların kalp sağlığı üzerine odaklanmasını güçlendirmiştir, 75 milyon ABD Doları Go Red for Women Venture Fund ve 15 milyon dolarlık bir araştırma girişimiyle, regl döngülerinin kalp-damar, böbrek ve metabolik sağlık (CKM) üzerindeki etkilerini incelemiştir.

Aynı zamanda, 2024-2028 NIH-Wide Stratejik Planı ve bir Beyaz Saray Yürütme Emri, araştırmacıların “metabolik pencereler” olarak adlandırdığı – özellikle menopoz ve regl döngüleri – 100 milyon ABD dolarından fazla ARPA-H fonunu yönlendirmektedir. Bu, preklinik yaşlanma çalışmalarının tarihsel olarak neredeyse %99’unun bu faktörleri dışarıda bıraktığına ilişkin kanıtlara verilen bir yanıttır. Bu girişim, aslında, 15,7 milyar ABD Doları Ulusal Akademileri tavsiyesi ile desteklenmektedir.

Bu yapısal değişiklikler, kadın sağlığı verilerinin toplanması, yorumlanması ve uygulanması şeklindeki paralel bir değişimi tetiklemiştir. Yeni bir platform nesli, hormonal ve döngü verilerini erişilebilir, klinik olarak ilgili bilgiler haline dönüştürerek, kadınların örüntüleri, geleneksel yöntemlerin yanlış yorumlayabileceği hastalıklara dönüşmeden önce tanımlamalarına olanak tanır.

“Kendi sağlık krizim hayatımın en korkutucu deneyimlerinden biriydi. Hızla ortaya çıkan gerçek şuydu: Yük, hastanın onu taşımaya en az hazır olduğu anda neredeyse tamamen hastaya kalıyordu,” Adriana Torosian, Ourself Health‘in kurucusu ve CEO’su, Unite AI’ye söyledi.

Ourself Health, kadın sağlığının algılanışında yapısal bir dönüşüme öncülük ediyor. Kadınların sağlık verilerinin kötü yönetilmesine ilişkin kişisel deneyimlerinden doğan şirket, bilgilerin uyumsuzluğu veya veri yorumlamaya erişimin yetersizliği nedeniyle ortaya çıkabilecek gelecekteki sorunları önlemeyi amaçlıyor.

San Francisco merkezli startup yakın zamanda Stella adlı bir AI destekli sağlık arkadaşını tanıttı, dünyanın önde gelen kadın sağlığı araştırmalarıyla kullanıcıların kişisel sağlık geçmişini birleştirdi.

“Sonuçta, benim için cevap benim verimdi. Döngümün hastalığımı doğrudan etkilediğinden şüphelendim ve bu hipotezi önde gelen doktorlara götürdüm, ancak onlar tamamen reddetti. İlerlemek için tek yol, kendi verisetimi oluşturmaktı, kendi cevaplarımı bulmaktı ve sonra doktorlarımı kendi sürecime dahil etmekti; beklediğimin tamamen tersiydi,” Torosian ekledi.

AI Denklemi Neden Değiştiriyor

AI, temel olarak sağlık teşhislerini değiştirmektedir, ancak klinik yargıyı değiştirmek yerine, geleneksel bakımın tekrarlayamayacağı bir ölçekte ve devamlılıkta bir tür kalıp tanıma olanak tanır. Aralıklı görüşmelere dayanan klinik modellerin aksine, AI sistemleri sürekli olarak tıbbi kayıtları, biyobelirteçleri ve gerçek zamanlı fizyolojik girdileri analiz edebilir, geleneksel bakımın düzenli olarak kaçırdığı korelasyonları tespit edebilir.

Bu sonuç, çeşitli durumlar boyunca – kalp-damar hastalıklarından kansere kadar – ölçülebilir biçimde daha erken ve daha doğru teşhislere yol açmıştır – zaten hasta sonuçlarını iyileştirmektedir.

Kadın sağlığı özelinde, bu kapasite özellikle önemlidir; hormonal sistemler dinamiktir, derinlemesine bağlıdır ve yüksek oranda bireyselleştirilmiştir. AI destekli araçlar, üreme sağlığı, anne bakımı ve jinekolojik hastalıklar alanlarında daha hassas izleme, tahmin ve boylamsal analiz sağlayarak tanısal boşluğu kapatmaya başlamaktadır.

Yeni uygulamalar AI destekli fetal görüntüleme ve invazif olmayan endometriozis tespiti gibi alanları içermektedir, geleneksel teşhislerin uzun süredir mücadele ettiği alanlar.

Ourself Health’in Stella’sı, bu temel üzerine inşa ederek, longitudinal hormonal verilerini işler ve kalıpları kişiselleştirilmiş, zaman duyarlı sağlık önerilerine dönüştürür – genel klinik rehberlik yerine.

“Kullanıcı platforma ne kadar çok veri getirirse, Stella’nın rehberliği o kadar hassas ve kişisel hale gelir. Bu veriler, uygulamada günlük takip edilen bireysel semptomlardan, kişisel notlardan, kullanıcıların doğrudan yükleyebileceği belgelerden ve Apple Watch gibi giyilebilir cihazlardan gelen sürekli fizyolojik verilere kadar çeşitli katmanlardan gelir,” Torosian açıkladı.

Bu şekilde, araç, tespit ötesine geçer ve karar desteğine doğru ilerler – kadın sağlığını, birbirinden kopuk klinik alanlar dizisi yerine, sürekli ve hesaplanabilir bir sistem olarak yeniden tanımlar.

“Amacımız, bir kadının kendi bedenini ne kadar iyi tanıdığı ile doktorunun bir randevuda gördüğü arasındaki boşluğu kapatmaktır ve kadının her etkileşimde kendi verisiyle, en güncel ilgili araştırmayla ve net bir planla donatılmış olarak gelmesini sağlamaktır. Stella, tüm bunları kadının eline verir,” kurucu ekledi.

Eski Bir Boşluk İçin Yeni Bir Hesaplama Katmanı

İçgörü üretimi ile eyleme geçirilebilir rehberlik üretimi arasındaki fark ince, ancak klinik olarak önemlidir. Stella AI, ikincisine öncelik vermek üzere tasarlanmıştır, longitudinal eğilimleri yorumlayarak bireyselleştirilmiş ve zaman duyarlı öneriler üretir, her kullanıcının hormonal temel düzeyine göre ayarlanır.

Stella’nın tasarımı, temelde, hiçbir iki hormonal sistemin aynı olmadığı anlayışına dayanır. Ourself platformu daha sonra her kullanıcının girdilerinden sürekli öğrenir; döngülerden, semptomlardan bağımsız olarak,

“Bireysel kadınlar için hala eksik olan, hemen şimdi sorumluluk alabilme yeteneğidir – araştırma sonuçlarını beklemeksizin. İşte Ourself burada devreye girer; kurumlar finansman açığını yavaşça kapatırken kadınlardan hayatlarını durdurmalarını isteyemeyiz. Onlara zaten bildiklerimizle, bugün kendi bedenlerini anlama araçlarını, kendi sağlık kayıtlarını oluşturma, bilgilendirilmiş kararlar alma ve eyleme geçme yeteneği verebiliriz – daha geniş araştırma ortamı onların çevresinde gelişmeye devam ederken,” Torosian vurguladı.

Bu yaklaşım, hormonal sağlık yönetimini, reaktif bir disiplinden, proaktif bir disipline dönüştürür, burada müdahaleler, geleneksel bakım modellerinin yapısal olarak sunmaya yeterince hazır olmadığı bir hassasiyetle zamanlanabilir ve uyarlanabilir.

Ancak, bireysel vakalardan veya vizyonerlerden öte, daha iyi – ve AI destekli – teknolojilerin ortaya çıkışı, karmaşıklığı eyleme geçirilebilir hale getirebilen ve daha da önemlisi, hayat kurtaran yeni bir hesaplamalı katman oluşturabilir.

NIH ve Amerikan Kalp Derneği gibi kurumlar kaynakları resmi olarak yeniden yönlendirirken AI bu ivmeyi gerçek dünyada etkiye dönüştürüyor. Bu araçların vaadi, tıbbın uzun süredir gözlemlediği ancak uygulamakta zorlandığı gerçeği kişiye uyarlayıp uygulamaya geçirebilmeleridir: Kadın sağlığı dinamiktir.

Gelecek sağlık bakımı, nüfus seviyesinde ortalama değerlerle tanımlanmayacak, hassasiyetle tanımlanacaktır – her bireyin longitudinal verilerinin, bakımının temelini oluşturduğu bir hassasiyet. Ve bu anlamda, AI tıbbın yerini almıyor; tıbbı, şimdiye kadar keşfetmeye tam olarak hazır olmadığı bir alana genişletiyor.

Isabel Ramelli Acosta, Medellín doğumlu bir gazeteci ve Espacio Media Incubator'da serbest muhabir. Yaratıcı yazma ve edebiyat alanında geçmişe sahip olan Isabel'in çalışmaları, kişisel deneyimlerin teknolojik devrimin temeli olarak etkisine vurgu yapıyor.