康塞夫生命科学公司的联合创始人兼首席执行官艾伦·默里 – 采访系列

艾伦·默里，康塞夫生命科学公司的联合创始人兼首席执行官，是一位拥有超过三十年经验的工程师和连续创业者，曾在技术、机器学习、硬件、物流和公司建设等领域工作过。在创立康塞夫之前，他联合创立了TMRW生命科学公司，并帮助开发了一个用于管理和保护用于体外受精（IVF）的冷冻卵子和胚胎的自动化平台。默里也是科里奥利斯风险投资公司的联合创始人和合伙人，并帮助在数字广告、酒店和生命科学等领域建立了多家公司，包括Integral Ad Science 、Dstillery和NeueHouse。在康塞夫公司，他既是战略领导者，也是AURA的首席架构师，负责监督机器人、先进成像和机器学习技术在生育实验室工作流程中的集成。

康塞夫生命科学公司是一家生物技术公司，开发AURA，一种用于协调体外受精实验室中复杂过程的自动化辅助平台。该平台不仅仅是自动化一个单独的程序，而是将机器人、软件、先进光学、人工智能和实验室设备整合到整个体外受精工作流程中，同时保持数字追踪并允许胚胎学家保留对临床决策的控制。康塞夫公司旨在使用这种标准化方法来减少变异性，扩大实验室容量，并使生育治疗更加便捷和经济地惠及目前面临高昂费用或有限获取专科护理的家庭。

您之前联合创立了TMRW生命科学公司，并帮助将自动化引入了冷冻卵子和胚胎的存储和管理中。这种经历教会了您当前生育基础设施的局限性是什么，您最终为什么决定创立康塞夫生命科学公司并解决更复杂的胚胎创建自动化挑战？

在TMRW，我们自动化了卵子和胚胎的存储和跟踪，但这也表明了存储自动化只能解决的问题的局限性。体外受精的瓶颈不在于胚胎创建之后发生了什么，而是在于胚胎的创建。这种工作仍然依赖于少数受过高度培训的胚胎学家手动完成具有亚微米精度的任务，结果会根据操作人员的不同而有所不同。

当我创立TMRW时，生育存储市场仍被视为生殖医学的一个小众领域。但我并不这么认为。延迟生育变得更加普遍，更多人在较早的年龄就开始冷冻卵子和精子，雇主开始将生育保护添加到福利包中，LGBTQ+和单亲社区也正在通过卵子和精子银行以规模化的方式建立家庭，这是该行业没有预料到的。所有这些都表明，存储和跟踪问题即将变得更加严重，远远超过大多数人在该领域的预期。这就是为什么链条所有权对我在TMRW来说如此重要的原因。如果您正在为一个市场打造基础，这个市场正朝着这种规模发展，您就不能依靠手动跟踪和人类记忆来保持卵子、精子和胚胎的准确性。存储和跟踪的自动化不仅仅是更好地完成当前的工作，而是关于为未来可能增长十倍的患者、周期和标本数量打造基础设施。

2018年，我开始从头设计AURA，包括微流体学、机器人集成和注射技术等方面。让我决定创立康塞夫的原因很简单：如果我们能够将制造业和机器人技术带来的精度引入胚胎创建，我们就可以使体外受精更加一致和便捷。这个问题更难，但值得解决。

AURA协调了超过200个步骤，包括盘准备、精子处理、卵子识别、胞浆内单精子注射、孵化、机器人运输和玻璃化。软件、机器人、成像系统和实验室设备如何作为一个统一的平台运作，同时保持对每个卵子、精子和胚胎的追踪？

AURA将这些步骤作为一个连续的系统运行，而不是一个单独的机器链。软件层使这一点成为可能。每个操作、每个图像、每个测量都与整个周期中的特定卵子、精子或胚胎相关联，因此每个步骤都有一个完整的数字记录，说明发生了什么以及何时发生。

这种追踪性是人们低估的部分。在传统实验室中，很多历史记录都存储在胚胎学家的笔记和记忆中。在AURA中，这是从第一步到最后一步的结构化数据，这使得机器人、成像和实验室设备能够实时协调，并使胚胎学家能够在任何时候以完整的背景进入系统，而不是部分图景。

您的技术栈包括检测变换器，用于帮助精子识别，高级成像用于定位卵子，以及用于指导精细物理程序的视觉语言动作模型。这些模型如何训练，评估什么信号，以及系统如何确定何时需要胚胎学家的干预？

我们使用计算机视觉模型（包括YOLO和RT-DETR）来：聚焦显微镜，校准机器人位置，识别和跟踪精子，定位和评估卵子，并指导机器人在程序如ICSI（精子和卵子结合以创建胚胎）期间的操作。

这些模型是使用从之前的案例中捕获的高分辨率标记图像库进行训练的。我们的AI工程挑战包括实现超低延迟推理，以精确协调激光和机器人运动。

您从半导体制造和自动驾驶汽车行业中汲取了灵感，这些行业结合了感知、规划和精确的物理执行。哪些工程原则能够成功地转移到胚胎学领域，哪些需要重新设计，因为AURA正在操作活细胞，而不是制造的组件？

转移得很好的工程原则是关于精确制造的：严格的工艺控制、传感器融合、将变异性视为需要测量和设计的东西，而不是接受它。自动驾驶汽车为我们提供了一个很好的模型，说明感知、规划和执行如何在实时中协同工作，以及当系统对所看到的东西不确定时应该如何表现。

几乎需要完全重新设计的是我们对意外事件的容忍度。半导体晶圆每次都表现相同。活细胞则不然。来自同一患者的两个卵子可能看起来不同，表现不同，并对相同的程序做出不同的反应。所以，我们不得不构建一个能够识别生物学变异的系统，并知道什么是正常变异，什么需要人工干预。这是一个与芯片制造或驾驶完全不同的工程问题。

康塞夫生命科学公司将每个AURA周期描述为一个标准化的过程信息数据飞轮，传统实验室很难收集。每个周期中捕获什么数据，如何改进未来的模型，您如何解决患者隐私、人口偏见、诊所之间的差异以及更新临床AI系统的风险？

每个AURA周期都会生成一个标准化的数据集：图像、传感器数据、时间和结果与每个步骤相关联，具有传统的体外受精实验室今天无法产生的详细程度。这些数据反馈到模型中，以便在未来改进，这是自动化的一个真正优势。系统会随着体积的增加而变得更好，这是手动过程无法做到的。

关于隐私，患者数据在用于模型训练时会被去识别，并按照与临床数据相同的监管标准进行处理。关于偏见，我们有意地在不同患者人群和临床网站上训练数据，以确保模型不仅对早期数据中代表性最佳的人口群体表现良好。诊所之间的差异是一个我们正在跟踪的真正变量，因为实验室条件和患者人群会有所不同。关于更新临床AI系统的安全性，我们的任何模型更新都需要经过验证后才能部署，我们不会比证据支持的速度更快地推进。我们宁愿做对，而不是做第一个。

康塞夫生命科学公司已经进行了涉及100多名患者和1000多个卵子的试点研究。哪些临床端点在证明自动化可以改善一致性、安全性、胚胎发育、妊娠率或与传统手动体外受精相比的活产结果方面最为重要？

在我们的试点工作中，有100多名患者和1000多个卵子，重要的端点是那些真正预测患者健康结果的端点，而不是仅仅是工艺指标。受精率、胚胎发育到囊胚阶段和正常率告诉我们生物学是否按照预期进行。从那里，着床和妊娠率告诉我们是否真正有机会怀孕。活产是最重要的端点，也是最慢积累的，因为在移植后需要几个月才能知道结果。

我们最关注的是证明一致性：AURA无论在哪个实验室、哪一天或哪种患者人群中，都会产生相同的质量结果。这是手动体外受精从未能保证的部分，也是自动化旨在解决的部分。

C：VIT的设计比传统的玻璃化方法快50倍，同时标准化了冷冻保护剂的暴露并减少了冰晶的形成。更快的冷却如何转化为临床上有意义的益处，需要什么证据来证明C：VIT可以改善胚胎存活、着床和活产率？

临床逻辑很简单：较慢的冷却给冰晶更多的形成时间，冰晶会损害细胞结构。更快、更标准化的冷却降低了这种风险，并为每个胚胎提供相同的冷冻保护剂暴露，而不是根据执行程序的胚胎学家和他们的工作速度不同而有所不同。

我们设计C：VIT以改善胚胎在冻融周期中的存活率，这是最直接要测量的东西。从那里开始，重要的证据是用C：VIT玻璃化的胚胎与传统方法相比的着床和活产率。我们正在通过受控研究有意地建立这一证据，在大规模声称结果之前。

康塞夫生命科学公司强调AURA是辅助自动化的，并且临床决策仍然由胚胎学家掌控。哪些决策必须始终保持在人类控制之下，什么样的保障措施允许胚胎学家停止或覆盖系统，如何处理当AI推荐或机器人操作影响卵子或胚胎时的责任？

所有影响临床判断的决策，例如卵子是否可行、胚胎是否适合移植、是否继续进行程序，都由胚胎学家掌控。AURA是辅助自动化的，旨在以精度和一致性执行物理任务，并在任何时候都能标记出任何超出预期参数的内容，但它不会自行做出临床决策。

胚胎学家可以在周期的任何时候停止或覆盖系统，系统的设计使得这一点很容易，而不是需要与界面斗争。关于责任，每个AURA采取的操作都被记录并与监督该周期的胚胎学家相关联，因此有一个明确的记录，说明系统做了什么、标记了什么以及人类做出了什么决定。这一可追溯性使得责任成为可能。

康塞夫生命科学公司和IVI RMA计划在2027年在美国的一家诊所部署第一个AURA系统。要将该平台从受控研究转移到常规患者护理，需要解决哪些监管、临床验证、基础设施和工作流程挑战？

在四个方面都有真正的工作要做。监管：我们需要与FDA合作，找到适合将机器人、软件和生殖医学结合的系统的适当途径，这方面没有太多的先例可循。临床验证：我们需要在美国临床环境中建立证据基础，超出试点研究的范围。基础设施：我们需要在美国的IVIRMA诊所建立物理部署，这本身就是一个重要的任务。工作流程：我们需要确保第一家诊所的胚胎学家和临床人员在系统开始接触患者之前接受过培训并且对系统感到舒适。

这些都不是小问题，我们不会把2027年视为一个无论证据如何都要达到的日期。它是我们正在努力的日期，当验证支持它时，我们就会实现它。

体外受精仍然昂贵、地理位置有限，并且依赖于少数受过高度培训的专家。为了使自动化使体外受精更加便捷，生育护理的经济和运营模式需要发生什么变化，您将如何衡量AURA是否真正降低了每次成功分娩的成本？

核心问题是，体外受精一直依赖于少数受过高度培训的专家进行的手动工作，这种工作不具备规模化的特点。这就是为什么它很昂贵和地理位置有限的原因。它不是需求不足，而是供应瓶颈。

我们最近联合撰写了一项研究，研究了25个国家的每个成功婴儿的成本占家庭收入的比例，模式很明显。在那些患者支付的净成本低于家庭中位收入大约一半的国家，如以色列、日本、西班牙和台湾，体外受精占所有出生的比例约为9%至12%。在美国，净成本通常超过家庭收入的75%，这一比例约为2.5%。可负担性不是众多因素之一，它似乎是主要的屏障。如果美国像我们在其他地方发现的那样看到类似的增益，那么这可能意味着每年多14万到16万个额外的出生。这些数字背后是想要孩子但目前无法承担这条路的家庭。

自动化直接解决了这个瓶颈问题：一个标准化的平台可以在不需要在每个诊所都集中少数稀有、高度培训过的人才的情况下，将实验室质量的精度带到更多地点，并且每次成功的周期都减少，这才是真正改变成本的杠杆。要衡量AURA是否真正降低了每次成功分娩的成本，重要的数字不是每个周期的成本，而是每次成功分娩的成本，因为更便宜的周期如果不起作用，对于家庭来说并不是真正更便宜的。我们正在跟踪这个指标，当数据支持时，我们宁愿保守地对待我们的主张。

感谢这次精彩的采访，希望了解更多的读者可以访问康塞夫生命科学公司。