ШІ у догляді за фертильністю: обіцянки, докази та клінічна реальність

Світ входить у нову демографічну еру. Глобальний рівень фертильності знизився з приблизно 4,9 дитини на жінку в 1950‑х роках до 2,3 сьогодні, і ООН прогнозує, що він продовжуватиме знижуватись протягом цього століття. У Великій Британії рівень народжуваності ще нижчий – 1,39 дитини на жінку в Англії та Уельсі у 2025 році. Оскільки зниження народжуваності, відкладення батьківства та зростання безпліддя змінюють репродуктивну охорону здоров’я, фертильність стала однією з найшвидше зростаючих сфер інвестицій у HealthTech. Інвестори підтримують технології, які обіцяють полегшити зачаття, краще розуміти репродуктивне здоров’я та ефективніше орієнтуватись у лікуванні. Глобальний ринок технологій допоміжного репродуктивного лікування, за прогнозами, досягне $33.4 мільярда у 2026 році. Ринок FemTech, який включає всі технології, що підтримують здоров’я жінок, був вартим за оцінками $45.6 мільярда у 2025 році і, за прогнозами, більше потроїться до 2033 року. 

Штучний інтелект природно став частиною цієї хвилі. Сьогодні ШІ живить додатки для відстеження циклу, носимі пристрої, домашні тести на фертильність та технології in vitro fertilisation (IVF), обіцяючи все більш персоналізовані інсайти щодо репродуктивного здоров’я. Однак у міру того, як ці інструменти стають складнішими, розмова зміщується від того, що ШІ може робити, до того, наскільки довіру він має заслужити. Ця довіра залежить не лише від якості рекомендацій, які він генерує, а й від прозорості компаній щодо даних, що стоять за ними: які набори даних використовуються для навчання цих систем, наскільки вони репрезентативні та надійні, і де їхні обмеження для клініцистів і пацієнтів. 

Цифрові інструменти фертильності змінюють поведінку пацієнтів швидше, ніж наздоганяють клінічні докази

Докази щодо HealthTech у сфері фертильності більш нюансовані, ніж часто стверджують як найсильніші прихильники, так і найжорсткіші критики. Недавній огляд, проведений дослідниками UCL робить висновок, що цифрові інструменти – від додатків для фертильності та носимих пристроїв до домашніх тестів і телемедицини – можуть підвищити обізнаність про фертильність, підтримати самоспостереження, розширити доступ до медичної допомоги та посилити комунікацію між пацієнтами та клініцистами. У міру того, як пацієнти все більше залучаються до розуміння та управління власним репродуктивним здоров’ям, ШІ все частіше стає частиною цього шляху. За даними опитування KFF 2026, один із трьох дорослих у США вже користувався чат‑ботом ШІ для отримання медичної інформації або порад, причому багато хто звертається до нього ще до консультації з медичним працівником. Це свідчить про те, що ШІ стає більше, ніж інструмент пошуку: він допомагає людям інтерпретувати медичну інформацію перед прийняттям клінічних рішень.

Водночас дослідники стверджують, що ці переваги залежать від точності, клінічної валідності та інтеграції в медичні шляхи, попереджаючи, що багато технологій фертильності все ще виходять на ринок без достатніх доказів того, що їхні прогнози аналітично стійкі, клінічно значущі або дійсно корисні для пацієнтів. Проблема виходить за межі помилок чи «галюцинацій» ШІ. Багато технологій фертильності потрапляють до пацієнтів, перш ніж існує достатньо доказів того, що їхні прогнози клінічно значущі або реально покращують результати, створюючи ризик, коли довіра до технології випереджає наявні докази.

Цей розрив у доказах стає особливо помітним, коли ШІ переходить від пояснення базової репродуктивної біології до підтримки рішень щодо фертильності. Дослідники, які порівнювали ChatGPT, Gemini, Copilot та Perplexity за 37 питаннями про фертильність, виявили, що моделі загалом надійні щодо тем, таких як менструальний цикл і зачаття, але значно менш послідовні при відповіді на питання про IVF, заморожування яйцеклітин та інші технології допоміжного репродуктивного лікування.

Пояснення виявляється надзвичайно практичним, а не лише технічним. Основні концепції фертильності підтримуються десятиліттями добре встановлених доказів, тоді як технології допоміжного репродуктивного лікування розвиваються набагато швидше. Як зазначають автори, навіть моделі, які посилаються на наукові статті, можуть надмірно підкреслювати рідкісні стани або застарілі дані, надаючи впевнені відповіді, які не є репрезентативними для ширшої популяції пацієнтів.

Оскільки пристрої healthtech та інструменти ШІ все більше впливають на те, як люди інтерпретують симптоми, розуміють результати тестів і підходять до рішень щодо лікування до візиту до клініки, стандарти щодо доказовості, прозорості та регуляторного контролю стають значно вищими.

Де ШІ може зробити найбільший внесок у догляд за фертильністю

Хоча споживчі додатки для фертильності, носимі пристрої та домашні тести продовжують розвиватися, ШІ також трансформує клінічну сторону репродуктивної медицини. Замість того, щоб заміняти спеціалістів, найобіцяюче дослідження зосереджене на допомозі ембріологам, лікарям-репродуктологам та лабораторним командам у прийнятті більш обґрунтованих рішень.

Однією з найзатребуваніших галузей досліджень ШІ у сфері репродуктивної медицини є оцінка ембріонів під час ЕКЗ. Аналізуючи тисячі знімків у режимі тайм‑лапс розвитку ембріонів, моделі машинного навчання продемонстрували вражаючі результати у прогнозуванні життєздатності ембріонів і залишаються одними з найперспективніших застосувань у цій області. Nature Medicine trial продемонстрував, що висока ефективність на ретроспективних наборах даних не обов’язково переводиться у кращі клінічні результати, що спонукає дослідників підвищувати планку валідації. Більш нові дослідження ще більше змістили фокус, наголошуючи на клінічній оцінці в реальних умовах як наступному критичному кроці перед широким впровадженням цих систем у практику.

Ще один перспективний напрямок – прогнозування реакції яєчників до ЕКЗ. Дослідники використовують ШІ для поєднання клінічних показників, таких як вік, рівень анти‑Мюллерового гормону (AMH) та кількість антральних фолікулів, щоб оцінити, як пацієнт, ймовірно, реагуватиме на стимуляцію яєчників до початку лікування. Недавні дослідження свідчать, що ці моделі можуть покращити планування лікування та допомогти ідентифікувати пацієнтів, яким може бути корисним раннє втручання або більш персоналізована стратегія стимуляції, хоча ширша клінічна валідація залишається важливим наступним кроком.

Зрілість цих технологій значно різниться. Деякі інструменти ШІ вже сьогодні допомагають клініцистам у лабораторіях ЕКЗ, тоді як інші ще переходять від перспективних університетських досліджень до клінічної валідації. Це розрізнення важливе, оскільки воно відображає ширший зсув у сфері репродуктивної медицини: найбільший короткостроковий вплив все більше походить від систем ШІ, які підтримують клінічні робочі процеси, а не замінюють клінічне судження.

Від проривів у ШІ до покращення щоденної допомоги пацієнтам

Не секрет, що головне, чого бізнес очікує від інструментів ШІ, – це скорочення витрат. І індустрія репродуктивної медицини не є винятком – ЕКЗ може бути дорогим процесом. Тому не дивно, що клініки та інші компанії шукають способи знизити витрати та зробити лікування доступним для якомога більшої кількості людей.

Ми не можемо спростити ЕКЗ та репродуктивне лікування загалом, бо біологічна сторона цього процесу складна. Те, що ми можемо спростити, – це шлях пацієнта та клінічний робочий процес. Тому ми звернулися до ШІ, щоб скоротити час, який наші лікарі витрачають на підготовку випадків – один із найцінніших ресурсів у репродуктивній допомозі.

На мою думку, найкориснішим інструментом сьогодні був би ШІ‑система, розроблена для аналізу повної клінічної історії пацієнта, попередніх лікувань та лабораторних результатів, а потім організуюча цю інформацію у структурований випадок. Наприклад, вона може надати лікарям рекомендацію щодо дози медикаменту на основі результатів аналізу крові. Клінічне рішення залишається повністю за лікарем; ШІ лише скорочує час, витрачений на підготовку до нього.

У Plan Your Baby ми зараз співпрацюємо з партнерами галузі над створенням такої системи. У нашому баченні вона повинна навчатися на анонімізованих даних, зібраних протягом багатьох років репродуктивної допомоги, бо в медицині якість продукту ШІ залежить не лише від моделі, а й від клінічного контексту даних. Кожен запис дезідентіфіковано перед використанням у розробці, що дозволяє системі навчатися на реальних даних, захищаючи при цьому конфіденційність пацієнтів.

Також важливо підкреслити, що оскільки ця технологія стане частиною клінічного робочого процесу, її не можна розглядати як звичайний продукт ШІ. Такі інструменти мають бути створені з урахуванням сертифікації медичних пристроїв з самого початку, бо в охороні здоров’я впровадження можливе лише за умови, що технологія відповідає тим самим стандартам, що й будь‑який інший клінічний інструмент.