Una startup que une la IA con la empatía está ayudando a las mujeres a concebir

Collage de ilustraciones que muestra una sala de servidores, una familia y el diagrama de un ovario emily haasch

Cuando Shivani se acercaba a su cumpleaños número 30, se dio cuenta de que quería ser madre. Simplemente no estaba segura de cuándo. Todavía no tenía una pareja a largo plazo y era consciente del tictac de su reloj biológico. Así que pensó en congelar sus óvulos para aumentar sus posibilidades de tener hijos más adelante en la vida. Nadie tiene sus óvulos para siempre, desafortunadamente, dice ella.

Shivani, quien pidió no usar su nombre real para evitar controversias en su comunidad de inmigrantes indios, no lo hizo de inmediato: sintió que la tecnología era demasiado joven e invasiva. Pero alrededor de su cumpleaños número 36, sintió que no debía esperar más. Habiendo logrado ahorrar los $15,000 que estimó que costaría, fue y visitó una clínica.

Antes de comenzar el proceso de extracción de óvulos, una mujer primero debe someterse a una evaluación para determinar su idoneidad para la fertilización in vitro (FIV). Las clínicas a menudo hacen esto usando un registro nacional de los resultados de la FIV para buscar cuántas mujeres dentro del rango de edad de un paciente terminaron con éxito con un nacimiento vivo. Luego, un especialista en fertilidad ajusta ese porcentaje teniendo en cuenta la altura y el peso del paciente, así como pruebas como ecografías y análisis de sangre.

Shivani comenzó el proceso de la misma manera: informó su edad, midió su índice de masa corporal y se hizo algunas pruebas. Pero cuando regresó a la clínica para discutir sus perspectivas, su médico comenzó entregándole un informe multicolor. Se produjo alimentando esa información a un algoritmo de aprendizaje automático y mostró una predicción personalizada de cómo aumentarían sus posibilidades de tener un bebé con cada ciclo de extracción de óvulos, hasta tres. También le mostró cómo se comparaba con otras mujeres que habían sido tratadas en la misma clínica. Ya llegué comprometida al 100%, pero el informe me puso al 120%, dice. Me ayudó a solidificar mi decisión.

comunes de wikimedia

La FIV puede ser un proceso agotador física, emocional y financieramente que a menudo requiere múltiples ciclos de extracción. Más del 50 % de quienes comienzan la FIV abandonan después del primer ciclo fallido debido a los costos y la incertidumbre. Univfy , la compañía detrás del software que produjo el informe de Shivani, cree que el aprendizaje automático puede ayudar a las personas a comenzar y llevar a cabo el proceso: brindándoles predicciones más precisas y personalizadas de sus posibles resultados. Pero eso es sólo una parte de la solución. La otra parte, igualmente importante: la comunicación empática.

Para la gran mayoría de las personas en los Estados Unidos, el mayor obstáculo es que los pacientes abandonan antes de llegar al bebé, dice Serena Chen, la doctora de Shivani, cuya institución, el Instituto de Medicina y Ciencias Reproductivas de Nueva Jersey, utiliza el software de Univfy. . Los pacientes necesitan esperanza. Univfy es otra herramienta en la que puede brindarles información muy sólida basada en datos para decir: 'Sigue adelante'. Te estás acercando más y más al bebé.

Cofundada por dos profesores de Stanford en 2009, Univfy surgió de un proyecto de investigación para utilizar el aprendizaje automático para producir predicciones de resultados de FIV más precisas. Mediante varios revisado por pares estudios , los investigadores demostraron que incluso un modelo básico de aprendizaje automático podría producir predicciones de FIV mucho más precisas que las realizadas por las clínicas. Esto se debió a que, si bien las clínicas se basan principalmente en estadísticas agregadas basadas en la edad y en la intuición de un médico, el modelo de IA podría tener en cuenta sistemáticamente los datos de salud relevantes de un paciente. El proceso fue más riguroso y más personalizado, y produjo predicciones más refinadas. No solo eso, sino que las estimaciones basadas en la edad a menudo subestimaban las posibilidades de un paciente determinado, lo que le daba menos confianza en su capacidad para continuar. No es posible que dos mujeres tengan la misma probabilidad de éxito solo porque pertenecen al mismo grupo de edad, dice Mylene Yao, cofundadora y directora ejecutiva de Univfy.

Univfy trabaja individualmente con cada clínica que compra su servicio, entrenando un modelo de aprendizaje automático personalizado relativamente simple utilizando solo los datos locales de los pacientes de la clínica. Permite a la empresa alimentar el algoritmo con cualquier dato que la clínica tenga disponible, ya sea que se trate de perfiles de pacientes simples con solo su edad, IMC e indicadores de salud o perfiles más complicados con sus diagnósticos clínicos, procedimientos de tratamiento e historiales médicos. Una vez que se entrena un modelo, un médico puede simplemente ingresar los resultados de la prueba y los indicadores de salud de un nuevo paciente en el software de Univfy para producir un informe fácil de leer.

Unsplash / Aditya Romansa

Cuando Chen comenzó a usar Univfy, descubrió que sus predicciones a menudo no estaban muy lejos de las suyas, pero que los pacientes tenían una experiencia más positiva cuando recibían el informe que cuando ella intentaba comunicar información similar. Creo que una gran parte de esto son los gráficos y el hecho de que el paciente puede llevarse esto a casa y decir: 'Esta es mi información', dice. Hay un componente emocional enorme. Los pacientes necesitan certeza.

Univfy ahora tiene asociaciones con 20 clínicas en los EE. UU. y Canadá en más de 50 ubicaciones. Hasta la fecha, Shivani se encuentra entre los 10 000 pacientes que han utilizado sus informes como parte de su proceso de toma de decisiones; Yao dice que las mujeres que reciben el informe tienen, en promedio, el doble de probabilidades de continuar con el tratamiento. El año pasado, la empresa recaudó $ 6 millones para seguir ampliando sus servicios. Yao ahora está trabajando para adaptarse mejor a las parejas del mismo sexo, que a menudo buscan más información sobre cómo un donante de esperma o un sustituto pueden afectar sus posibilidades de éxito.

Chen describe a Univfy como parte de una nueva y bienvenida tendencia de nuevas empresas de tecnología de la salud que están ayudando a empoderar a los pacientes con su propia agencia de toma de decisiones. El modelo médico de la vieja escuela de un hombre con bata blanca que dicta lo que es bueno para ti se está yendo lentamente por la ventana. Creo que Univfy realmente ha mejorado los resultados y el acceso a la atención, dice, porque estamos involucrando mucho más al paciente en la conversación y elevando el nivel de comprensión de su propia situación.

Para recibir más historias como esta directamente en su bandeja de entrada, suscríbase a nuestro boletín informativo de IA nominado por Webby, The Algorithm. Es gratis.

esconder