Cada año, la IA está comenzando a traer niveles más estandarizados de precisión diagnóstica en medicina. Esto es cierto para la detección de cáncer de piel, por ejemplo, y los cánceres de pulmón.
Ahora, una startup en Israel llamada Embryonics dice que su IA puede mejorar las probabilidades de implantar con éxito un embrión sano durante la fertilización in vitro. Lo que la compañía ha estado desarrollando, en esencia, es un algoritmo para predecir la probabilidad de implantación de embriones, uno que han entrenado a través de imágenes de FIV en tiempo real de embriones en desarrollo.
Para ser claros, solo está comenzando. Hasta ahora, en un piloto que involucró a 11 mujeres de entre 20 y 40 años, seis de esas personas están disfrutando de embarazos exitosos y las otras cinco están esperando resultados, dice Embryonics.
Aún así, Embryonics es interesante por su potencial para sacudir un gran mercado que ha estado estancado durante décadas y continúa creciendo solo debido a tendencias externas, como las mujeres millennials que están postergando tener hijos debido a preocupaciones económicas.
Considere que se espera que el mercado mundial de fertilización in vitro crezca de aproximadamente $ 18.3 mil millones a casi el doble de esa cifra en los próximos cinco años según algunas estimaciones. Sin embargo, las decenas de miles de mujeres que se someten a FIV cada año han enfrentado durante mucho tiempo costos de entre $ 10,000 y $ 15,000 por ciclo (al menos en los EE. UU.), Junto con probabilidades de riesgo que empeoran con la edad.
De hecho, es la perspectiva de reducir la cantidad de rondas de FIV y sus gastos asociados lo que impulsa a Embryonics, que fue fundada hace tres años por el CEO Yael Gold-Zamir, un médico que estudió cirugía general en la Universidad Hebrea, pero se convirtió en investigador en un FIV. laboratorio debido a un interés permanente en la ciencia detrás de la fertilidad.
Da la casualidad de que se le presentaría a dos personas con intereses y experiencia complementarios. Uno de ellos fue David Silver, que había estudiado bioinformática en el prestigioso Instituto de Tecnología Technion-Israel y que, antes de unirse a Embryonics el año pasado, pasó tres años como ingeniero de aprendizaje automático en Apple y tres años antes como ingeniero de algoritmos en Intel. .
La segunda persona a la que se presentó Gold-Zamir fue Alex Bronstein, un fundador en serie que pasó años como ingeniero principal en Intel y que hoy es el jefe del Centro de Sistemas Inteligentes en Technion, además de estar involucrado en varios esfuerzos relacionados con el aprendizaje profundo. AI, incluso en Embryonics y en Sibylla AI, un equipo naciente centrado en el comercio algorítmico en los mercados de capital.
Es un equipo pequeño, pero los tres, junto con otros 13 empleados de tiempo completo que se unirán a ellos, parecen estar progresando.
Impulsado en parte por $ 4 millones en fondos semilla liderados por la Oficina de Inversión de la Familia Shuctermann (dirigida por el ex presidente de Soros Capital, Sender Cohen) y la Autoridad de Innovación de Israel, Embryonics dice que está a punto de recibir la aprobación regulatoria en Europa que le permitirá vender su software, que según el equipo puede reconocer patrones e interpretar imágenes en grupos de células pequeñas con mayor precisión que un humano, a clínicas de fertilidad en todo el continente.
Utilizando una base de datos con millones de registros de pacientes (anonimizados) de diferentes centros de todo el mundo que representan todas las razas, geografías y edades, dice Gold-Zamir, la compañía también está considerando los próximos pasos.
En particular, más allá de analizar cuál de varios embriones es más probable que prospere, Embryonics quiere trabajar con las clínicas de fertilidad para mejorar lo que se llama estimulación hormonal, para que sus pacientes produzcan tantos óvulos maduros como sea posible.
Como explica Bronstein, cada mujer que se somete a FIV o preservación de la fertilidad pasa por un proceso de estimulación hormonal, que consiste en inyectarse hormonas de 8 a 14 días, para inducir a sus ovarios a producir numerosos óvulos. Pero en este momento, solo hay tres protocolos generales y “mucho ensayo y error para tratar de establecer el correcto”, dice.
A través del aprendizaje profundo, Embryonics cree que puede comenzar a comprender no solo qué hormonas debe tomar cada individuo, sino también los diferentes momentos en que deben tomarse.
Además de la selección de embriones, Embryonics ha desarrollado una prueba genética no invasiva basada en el análisis de información visual, junto con datos clínicos, que en algunos casos puede detectar aberraciones cromosómicas importantes como el síndrome de Down, dice Gold-Zamir.
Y hay más en proceso si todo sale según lo planeado. “El objetivo de Embryonics es proporcionar una solución holística, que cubra todos los aspectos del proceso”, dice Gold-Zamir, quien dice voluntariamente que está criando sus propios cuatro hijos, además de dirigir la empresa.
Es demasiado pronto para decir si el atuendo naciente tendrá éxito, naturalmente. Pero ciertamente parece estar a la vanguardia de una tecnología que está cambiando rápidamente después de más de 40 años en la que muchas clínicas de FIV en todo el mundo simplemente han evaluado la salud de los embriones al observar embriones de días de vida en una placa de Petri bajo un microscopio para evaluar su multiplicación celular. y forma.
En la primavera de 2019, por ejemplo, investigadores de Weill Cornell Medicine en la ciudad de Nueva York publicaron su propia conclusión de que la IA puede evaluar la morfología del embrión con mayor precisión que el ojo humano después de usar 12,000 fotos de embriones humanos tomadas exactamente 110 horas después de la fertilización para entrenar a un paciente. algoritmo para discriminar entre embriones de mala y buena calidad.
Los investigadores dijeron que los embriólogos asignaron primero un grado a cada embrión que consideraba varios aspectos de la apariencia del embrión. Luego, los investigadores realizaron un análisis estadístico para correlacionar el grado del embrión con la probabilidad de un resultado exitoso del embarazo. Los embriones se consideraron de buena calidad si las posibilidades eran superiores al 58 por ciento y de mala calidad si las posibilidades eran inferiores al 35%.
Después del entrenamiento y la validación, el algoritmo pudo clasificar la calidad de un nuevo conjunto de imágenes con un 97% de precisión.
Crédito de la foto: Tammy Bar-Shay
Source link