211service.com
En startup som förenar AI med empati hjälper kvinnor att bli gravida
Illustrationscollage som visar ett serverrum, familj och diagram över en äggstock Emily Haasch
När Shivani närmade sig sin 30-årsdag insåg hon att hon ville bli mamma. Hon var helt enkelt inte säker på när. Hon hade ännu inte en långvarig partner och var medveten om hennes tickande biologiska klocka. Så hon övervägde att frysa sina ägg för att öka sina chanser att få barn senare i livet. Ingen har sina ägg för alltid, tyvärr, säger hon.
Shivani, som bad att inte använda sitt riktiga namn för att undvika kontroverser i sin indiska invandrargemenskap, gick inte igenom det omedelbart - hon kände att tekniken var för ung och invasiv. Men runt sin 36-årsdag kände hon att hon inte borde vänta längre. Efter att ha lyckats spara de 15 000 dollar hon beräknade att det skulle kosta, gick hon och besökte en klinik.
Innan äggutvinningsprocessen påbörjas måste en kvinna först genomgå en utvärdering för att fastställa hennes lämplighet för provrörsbefruktning (IVF). Kliniker gör ofta detta med hjälp av en nationella registret av IVF-resultat för att se hur många kvinnor inom en patients åldersintervall som framgångsrikt slutade med en levande födsel. En fertilitetsspecialist justerar sedan den procentandelen genom att ta hänsyn till patientens längd och vikt, samt tester som ultraljud och blodprov.
Shivani började processen på samma sätt: hon rapporterade sin ålder, mätte sitt kroppsmassaindex och tog några tester. Men när hon återvände till kliniken för att diskutera sina framtidsutsikter började hennes läkare med att ge henne en mångfärgad rapport. Den hade tagits fram genom att mata in den informationen i en maskininlärningsalgoritm och visade en personlig förutsägelse för hur hennes chanser att få ett barn skulle öka med varje äggutvinningscykel, upp till tre. Den visade henne också hur hon gick emot andra kvinnor som hade behandlats på samma klinik. Jag kom redan till 100 %, men rapporten satte mig på 120 %, säger hon. Det hjälpte mig att stärka mitt beslut.
Wikimedia commons
IVF kan vara en fysiskt, känslomässigt och ekonomiskt belastande process som ofta kräver flera extraktionscykler. Mer än 50 % av dem som påbörjar IVF hoppar av efter den första misslyckade cykeln på grund av kostnader och osäkerhet. Univfy , företaget bakom programvaran som producerade Shivanis rapport, tror att maskininlärning kan hjälpa människor att starta och se processen igenom: genom att ge dem mer exakta, personliga förutsägelser om deras möjliga resultat. Men det är bara en del av lösningen. Den andra, lika viktiga delen: empatisk kommunikation.
För den stora majoriteten av människor i USA är det största hindret att patienter hoppar av innan de kommer till barnet, säger Serena Chen, Shivanis läkare, vars institution, Institute for Reproductive Medicine and Science i New Jersey, använder Univfys programvara . Patienter behöver hopp. Univfy är ett annat verktyg där du kan ge dem mycket solid, databaserad information för att säga, 'Fortsätt. Du kommer närmare och närmare barnet.'
Univfy, som grundades av två Stanford-professorer 2009, startade ett forskningsprojekt för att använda maskininlärning för att producera mer exakta IVF-resultatförutsägelser. Genom flera peer-reviewed studier , visade forskarna att även en grundläggande maskininlärningsmodell kunde producera mycket mer exakta IVF-förutsägelser än de som gjordes av kliniker. Detta berodde på att medan kliniker främst förlitar sig på åldersbaserad aggregerad statistik och en läkares intuition, kunde AI-modellen systematiskt inkludera en patients relevanta hälsodata. Processen var mer rigorös och mer personlig och gav mer raffinerade förutsägelser. Inte bara det, utan åldersbaserade uppskattningar underskattade ofta en given patients chanser, vilket gav henne mindre förtroende för sin förmåga att fortsätta. Det är inte möjligt att två kvinnor skulle ha samma sannolikhet att lyckas bara för att de hamnar i samma åldersgrupp, säger Mylene Yao, en av grundarna och Univfys VD.
Univfy arbetar individuellt med varje klinik som köper dess tjänst, och tränar en relativt enkel, skräddarsydd maskininlärningsmodell som endast använder klinikens lokala patientdata. Det tillåter företaget att mata algoritmen med vilken data kliniken än har tillgänglig – oavsett om det betyder enkla patientprofiler med bara deras ålder, BMI och hälsoindikatorer eller mer komplicerade profiler med sina kliniska diagnoser, behandlingsprocedurer och medicinska historik. När en modell väl har tränats kan en läkare helt enkelt mata in en ny patients testresultat och hälsoindikatorer i Univfys programvara för att producera en lättläst rapport.
Unsplash / Aditya Romansa
När Chen först började använda Univfy fann hon att dess förutsägelser ofta inte låg långt ifrån hennes egna, men att patienter hade en mer positiv upplevelse när de fick rapporten än när hon försökte kommunicera liknande information. Jag tror att en stor del av det är grafiken och det faktum att patienten får ta med sig den här saken hem och säga: 'Det här är min information', säger hon. Det finns en enorm känslomässig komponent. Patienterna behöver visshet.
Univfy har nu partnerskap med 20 kliniker i USA och Kanada på mer än 50 platser. Hittills är Shivani bland 10 000 patienter som har använt dess rapporter som en del av sin beslutsprocess; Yao säger att kvinnor som får rapporten i genomsnitt dubbelt så stor risk att fortsätta med behandlingen. Förra året höjde företaget 6 miljoner dollar att fortsätta utöka sina tjänster. Yao arbetar nu för att bättre tillgodose samkönade par, som ofta söker mer information om hur en spermiedonator eller surrogat kan påverka deras chanser att lyckas.
Chen beskriver Univfy som en del av en ny, välkommen trend av hälsoteknologiska startups som hjälper patienter att stärka sin egen beslutsfattande byrå. Den klassiska medicinska modellen av en man i en vit rock som dikterar vad som är bra för dig går sakta ut genom fönstret. Jag tycker att Univfy verkligen har förbättrat resultat och tillgång till vård, säger hon, eftersom vi engagerar patienten mycket mer i samtalet och höjer ribban för hennes förståelse av sin egen situation.
För att få fler berättelser som denna levererade direkt till din inkorg, registrera dig för vårt Webby-nominerade AI-nyhetsbrev The Algorithm. Det är gratis.