Esta startup dice que su IA puede detectar mejor un embrión sano y mejorar el éxito de la FIV

Esta startup dice que su IA puede detectar mejor un embrión sano y mejorar el éxito de la FIV

Cada año, la IA está comenzando a traer niveles más estandarizados de precisión diagnóstica en la medicina. Esto es cierto de detección de cáncer de piel, por ejemplo, y cánceres de pulmón.

Ahora, una startup en Israel llamada Embrionario 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 millennial que están postergando tener hijos. debido a preocupaciones económicas.

Tenga en cuenta que se espera que el mercado mundial de fertilización in vitro crezca de aproximadamente $ 18.3 mil millones en 2019 a casi el doble en los próximos cinco años en algunas estimaciones. Sin embargo, el Decenas de miles de las mujeres que se someten a FIV cada año han enfrentado costos desde hace mucho tiempo desde $ 10,000 a $ 15,000 por ciclo (al menos en los EE. UU.), junto con probabilidades arriesgadas que empeoran con la edad.

De hecho, es la perspectiva de reducir el número de rondas de FIV y sus gastos asociados lo que impulsa Embrionario, que fue fundada hace tres años por el CEO Yael Gold-Zamir, un médico que estudió cirugía general en la Universidad Hebrea, luego se convirtió en investigador en un laboratorio de FIV debido a un interés constante 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 director del Centro de Sistemas Inteligentes en Technion, además de estar involucrado en varios esfuerzos que involucran profundos aprender IA, incluso en Embryonics y en Sibylla, un equipo incipiente centrado en el comercio algorítmico en los mercados de capitales.

Actualmente, Embryonics sigue siendo un equipo pequeño, pero los tres, junto con los 13 empleados a tiempo completo que se han unido a ellos, parecen estar progresando.

Impulsado en parte por $ 4 millones en fondos iniciales liderados por la Oficina de Inversión de la Familia Shustermann y la Autoridad de Innovación de Israel, Embryonics dice que está a punto de recibir aprobación regulatoria en Europa que le permitirá vender su software, que según el equipo puede reconocer mejor los patrones en grupos de células pequeñas 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 alrededor del mundo, dice Gold-Zamir, la compañía también está considerando los próximos pasos. En particular, más allá de mudarse a los EE. UU. Con su software de análisis de embriones, Embryonics quiere trabajar con las clínicas de fertilidad para mejorar lo que se llama estimulación hormonal.

Como observa Bronstein, cada mujer que se somete a FIV o preservación de la fertilidad pasa por el proceso, que implica inyectarse hormonas de 8 a 14 días, para inducir a sus ovarios a producir tantos óvulos maduros como sea posible. 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 tanto la combinación correcta de hormonas que debe tomar cada individuo como los diferentes momentos en que deben tomarse.

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 está criando a sus cuatro hijos, además de dirigir la empresa.

Es demasiado pronto para decir si el equipo naciente tendrá éxito. 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 en una placa de Petri bajo un microscopio para evaluar su multiplicación celular. y forma.

En la primavera de 2019, investigadores de Weill Cornell Medicine en la ciudad de Nueva York publicaron su propia conclusión que la IA puede evaluar la morfología del embrión con más precisión que el ojo humano después de usar 12.000 fotos de embriones humanos tomadas exactamente 110 horas después de la fertilización para entrenar un algoritmo que discrimine entre la calidad del embrión mala y buena.

Los investigadores dijeron que a cada embrión se le asignó primero un grado por parte de los embriólogos que consideraron 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% 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 97% de precisión.


Source link