Nội tiết tố, Dữ liệu và Đột phá Trí tuệ nhân tạo trong Y học truyền thống

Trong nhiều thập kỷ, sức khỏe của phụ nữ đã bị đại diện không đầy đủ trong nghiên cứu lâm sàng – bị nghiên cứu không đầy đủ, bị đơn giản hóa và bị ép buộc phải phù hợp với các mô hình được xây dựng xung quanh trung bình sinh học của nam giới. Các tình trạng bị ảnh hưởng bởi chu kỳ hormone, ví dụ, đã bị giảm xuống thành các bức tranh lâm sàng tĩnh không bắt được các mẫu dài hạn và hiểu lầm các triệu chứng, dẫn đến chẩn đoán chậm và sai.

Đó chỉ là ba thập kỷ trước khi Cơ quan Quản lý Thực phẩm và Dược phẩm Hoa Kỳ cho phép phụ nữ tham gia vào các nghiên cứu lâm sàng, nhưng phụ nữ vẫn chỉ chiếm 30% số người tham gia thử nghiệm – chủ yếu do ngành công nghiệp dược phẩm tập trung quá nhiều vào tiềm năng sinh sản và lo lắng về khả năng sinh sản của họ.

Hậu quả vượt quá đại diện. Một nghiên cứu của Trường Y tế Công cộng Đại học Pittsburgh kết luận rằng hầu hết các hồ sơ an toàn thuốc đều dựa trên sinh học nam giới và không tính đến sự thay đổi hormone của nữ giới. Trong nghiên cứu về bệnh tim mạch, việc không tuyển đủ phụ nữ đã góp phần trực tiếp vào việc chẩn đoán chậm, bỏ qua các triệu chứng và chẩn đoán sai hệ thống.

Kể từ năm 2015, nghiên cứu lâm sàng đã đạt được những bước tiến đáng kể trong việc đảm bảo sự công bằng về giới tính, tuy nhiên, khi Viện Y tế Quốc gia ban hành một chính sách để xem xét giới tính như một biến số sinh học trong nghiên cứu – bao gồm việc cần xem xét cả biến số nam và nữ trong việc nghiên cứu khoa học tiếp theo.

Tuy nhiên, khoảng cách giữa chính sách và thực tiễn đã rất lớn. Chỉ bây giờ, một sự gia tăng mạnh mẽ trong nghiên cứu lâm sàng nghiêm ngặt và rõ ràng về sinh học nữ bắt đầu xuất hiện. Và cùng với nó, sự kết hợp giữa đầu tư thể chế và trí tuệ nhân tạo đang hứa hẹn sẽ thay đổi lĩnh vực này.

Đánh thức thể chế

Khi dữ liệu lâm sàng tích lũy và các khoảng trống nghiên cứu mới trở nên quan trọng hơn, một sự sắp xếp mới giữa khoa học và công nghệ đang hình thành, không nhằm vào việc điều trị sinh học nữ như một biến thể mà nhằm vào các hệ thống được xây dựng từ trên xuống xung quanh các khác biệt về giới tính sinh học.

Các thể chế đã chính thức hóa sự thay đổi này. Hiệp hội Tim mạch Hoa Kỳ đã tăng cường tập trung vào sức khỏe tim mạch của phụ nữ với một khoản đầu tư 75 triệu USD Quỹ Doanh nghiệp Go Red for Women và một sáng kiến nghiên cứu 15 triệu USD để nghiên cứu về tác động của chu kỳ kinh nguyệt đối với sức khỏe tim mạch-thận-chuyển hóa (CKM).

Đồng thời, Kế hoạch Chiến lược Toàn diện 2024-2028 của Viện Y tế Quốc gia và một Lệnh Hành pháp của Nhà Trắng đang chỉ đạo hơn 100 triệu USD trong tài trợ ARPA-H để nghiên cứu về những gì các nhà nghiên cứu gọi là “cửa sổ chuyển hóa” – cụ thể là thời kỳ mãn kinh và chu kỳ kinh nguyệt – như một phản ứng đối với bằng chứng cho thấy gần 99% nghiên cứu lão hóa tiền lâm sàng đã loại trừ các yếu tố này trong quá khứ. Sáng kiến này thực sự được hỗ trợ bởi một khuyến nghị 15,7 tỷ USD của Học viện Quốc gia.

Những thay đổi cấu trúc này đã kích hoạt một sự thay đổi song song trong cách thu thập, diễn giải và thực hiện dữ liệu sức khỏe của phụ nữ. Một thế hệ mới của các nền tảng đang chuyển đổi dữ liệu hormone và chu kỳ thành những thông tin lâm sàng có thể tiếp cận, cho phép phụ nữ xác định các mẫu trước khi chúng trở nên tồi tệ hơn thành các tình trạng mà các phương pháp truyền thống có thể hiểu lầm.

“Khủng hoảng sức khỏe của tôi là một trong những trải nghiệm đáng sợ nhất trong cuộc đời tôi – và điều mà nó tiết lộ nhanh chóng là gánh nặng gần như hoàn toàn nằm trên bệnh nhân tại chính thời điểm họ ít được trang bị nhất để mang vác nó,” Adriana Torosian, người sáng lập và Giám đốc điều hành của Ourself Health, cho biết với Unite AI.

Ourself Health đang dẫn đầu một sự thay đổi cấu trúc trong cách nhìn nhận sức khỏe của phụ nữ, bắt nguồn từ kinh nghiệm cá nhân của phụ nữ về việc quản lý dữ liệu sức khỏe kém và nhằm mục đích ngăn chặn các vấn đề tương lai về sự không phù hợp của thông tin hoặc việc tiếp cận dữ liệu diễn giải kém.

Công ty khởi nghiệp có trụ sở tại San Francisco gần đây ra mắt Stella, một người bạn đồng hành sức khỏe được hỗ trợ bởi trí tuệ nhân tạo, kết hợp nghiên cứu hàng đầu về sức khỏe của phụ nữ với lịch sử sức khỏe cá nhân của người dùng.

“Cuối cùng, câu trả lời cho tôi trở thành dữ liệu của tôi. Tôi nghi ngờ rằng chu kỳ của tôi đang ảnh hưởng trực tiếp đến tình trạng của tôi và đưa ra giả thuyết đó cho các bác sĩ hàng đầu, những người đã bỏ qua nó hoàn toàn. Con đường duy nhất phía trước là xây dựng bộ dữ liệu của riêng tôi, tìm ra câu trả lời của riêng tôi và sau đó đưa các bác sĩ của tôi theo quá trình của tôi – điều hoàn toàn ngược lại với những gì tôi dự kiến,” Torosian thêm.

Trí tuệ nhân tạo thay đổi phương trình

Trí tuệ nhân tạo đang thay đổi cơ bản việc chẩn đoán y tế, không bằng cách thay thế phán đoán lâm sàng, mà bằng cách cho phép nhận dạng mẫu tại một quy mô và tính liên tục mà chăm sóc truyền thống không thể sao chép. Không giống như các mô hình lâm sàng phụ thuộc vào các cuộc gặp gỡ theo từng giai đoạn, các hệ thống trí tuệ nhân tạo có thể liên tục phân tích hồ sơ y tế, dấu hiệu sinh học và đầu vào sinh lý thời gian thực, phát hiện ra các mối tương quan mà chăm sóc tiêu chuẩn thường bỏ qua.

Kết quả này đã được đo lường là chẩn đoán sớm hơn và chính xác hơn trên nhiều tình trạng, từ bệnh tim mạch đến ung thư – một sự thay đổi đã cải thiện kết quả cho bệnh nhân.

Trong sức khỏe của phụ nữ, khả năng này đặc biệt quan trọng; hệ thống hormone là động, liên kết chặt chẽ và được cá nhân hóa cao. Các công cụ hỗ trợ trí tuệ nhân tạo đang bắt đầu bắc cầu khoảng trống chẩn đoán bằng cách cho phép theo dõi, dự đoán và phân tích dài hạn chính xác hơn trên sức khỏe sinh sản, chăm sóc mẹ và các tình trạng phụ khoa.

Các ứng dụng mới nổi bao gồm hình ảnh thai nhi được hỗ trợ bởi trí tuệ nhân tạo và phát hiện không xâm lấn về bệnh lạc nội mạc tử cung, những lĩnh vực mà chẩn đoán truyền thống đã gặp khó khăn trong một thời gian dài.

Stella của Ourself Health xây dựng trên nền tảng này bằng cách vận hành hóa dữ liệu hormone dài hạn, chuyển đổi các mẫu thành hướng dẫn sức khỏe được cá nhân hóa và thời gian nhạy cảm thay vì hướng dẫn lâm sàng tổng quát.

“Càng nhiều dữ liệu người dùng đưa vào nền tảng, càng chính xác và cá nhân hóa hướng dẫn của Stella trở nên. Dữ liệu đó đến từ nhiều lớp: triệu chứng cá nhân được theo dõi hàng ngày trong ứng dụng, ghi chú cá nhân, tài liệu mà người dùng có thể tải lên trực tiếp và dữ liệu sinh lý liên tục từ các thiết bị đeo như Apple Watch,” Torosian giải thích.

Bằng cách đó, công cụ này đi beyond việc phát hiện để hỗ trợ quyết định – định hình lại sức khỏe của phụ nữ như một hệ thống liên tục và có thể tính toán được thay vì một loạt các dọc lâm sàng không liên kết.

“Mục tiêu là đóng khoảng cách giữa những gì một người phụ nữ biết về cơ thể của mình và những gì bác sĩ của cô ấy nhìn thấy trong một cuộc hẹn ngắn – và để đảm bảo cô ấy đến mọi tương tác được trang bị dữ liệu của mình, nghiên cứu liên quan mới nhất và một kế hoạch hành động rõ ràng. Stella đặt tất cả những điều đó vào tay cô ấy,” người sáng lập thêm.

Một lớp tính toán mới cho một khoảng trống cũ

Sự khác biệt giữa việc tạo ra thông tin và sản xuất hướng dẫn có thể thực hiện được là tinh tế nhưng có ý nghĩa lâm sàng. Stella AI được thiết kế để ưu tiên hướng dẫn sau, diễn giải các xu hướng dài hạn để tạo ra các khuyến nghị được cá nhân hóa và thời gian nhạy cảm, được hiệu chỉnh cho baseline hormone của từng người dùng.

Ở cốt lõi, thiết kế của Stella dựa trên việc nhận ra rằng không có hai hệ thống hormone nào là giống hệt nhau. Nền tảng Ourself sau đó liên tục học hỏi từ các đầu vào của từng người dùng, bất kể chu kỳ, triệu chứng,

“Cái còn thiếu cho từng phụ nữ là khả năng nắm quyền ngay bây giờ – mà không cần chờ nghiên cứu bắt kịp. Đó chính xác là nơi Ourself xuất hiện; chúng tôi không thể yêu cầu phụ nữ tạm dừng cuộc sống của họ trong khi các thể chế chậm chạp đóng khoảng trống tài trợ. Chúng tôi có thể đưa cho họ các công cụ để hiểu cơ thể của mình hôm nay, xây dựng hồ sơ sức khỏe của riêng họ, đưa ra quyết định thông minh và thực hiện hành động với những gì chúng tôi đã biết – trong khi cảnh quan nghiên cứu rộng lớn hơn tiếp tục phát triển xung quanh họ,” Torosian nhấn mạnh.

Cách tiếp cận này biến quản lý sức khỏe hormone từ một kỷ luật phản ứng thành một kỷ luật chủ động, nơi các can thiệp có thể được sắp xếp thời gian và điều chỉnh với một sự chính xác mà các mô hình chăm sóc truyền thống không thể cung cấp.

Nhưng vượt ra ngoài các trường hợp cá nhân hoặc tầm nhìn, sự xuất hiện của các công nghệ tốt hơn – và được hỗ trợ bởi trí tuệ nhân tạo – đặt ra một lớp tính toán mới có khả năng không chỉ làm cho sự phức tạp này trở nên có thể thực hiện được mà còn cứu sống.

Khi các thể chế như Viện Y tế Quốc gia và Hiệp hội Tim mạch Hoa Kỳ chính thức chuyển hướng tài nguyên, trí tuệ nhân tạo đang chuyển đổi động lực này thành tác động thực tế. Tiềm năng của các công cụ này nằm trong khả năng cá nhân hóa và vận hành hóa những gì y học đã quan sát được nhưng gặp khó khăn khi áp dụng: sức khỏe của phụ nữ là động.

Tương lai của chăm sóc sức khỏe sẽ không được định nghĩa bởi các mức trung bình của dân số mà bởi sự chính xác – nơi dữ liệu dài hạn của từng cá nhân hình thành nền tảng của chăm sóc của họ. Và, trong ý nghĩa đó, trí tuệ nhân tạo không thay thế y học, mà mở rộng nó vào lãnh thổ mà nó chưa bao giờ được trang bị đầy đủ để điều hướng, cho đến bây giờ.