WOMEN'S health 2019

00 9 המחלקה המסחרית TheMarker | 07-2019 לפתוח את הקופסה השחורה של התהליך בדיוק בנקודה הזו, בה נעצרת מהפכת . "במקום AIVF – נכנסת לפעולה IVF ה- להסתמך רק על העין האנושית לבחינת העוברים, אנחנו רותמים לשם כך את הטכנולוגיה המתקדמת ביותר", מסביר זיידמן. "יש הרבה מאוד דאטה כיום – האינקובטורים מצלמים את העוברים. יש מאות תמונות לכל עובר מדי יום, והם ימים. כשמכפילים 5 נמצאים באינקובטור את זה בכמה עוברים שיש ביום במעבדה מבינים שאמבריולוג, מקצועי ומנוסה ככל שיהיה, לא יכול לעבד על כל המידע, פשוט אין לו זמן. אז רק מרפרפים על התמונות ובוחרים עובר שנראה מתאים להחזרה". "אנחנו מפתחים מערכת מבוססת מתודולוגיות של בינה מלאכותית, שתיבחן את העוברים, תחפש מאפיינים ותהליכים בהתפתחות העוברית שאנחנו יודעים שהם קשורים להריון מוצלח, ותאפיין מהו העובר שעתיד להיוולד", מסבירה גלבוע. "המערכת תשווה את מאפייני העוברים למאגר מידע של מיליוני עוברים אחרים, כשהיא יודעת מי מהם התפתח להריון תקין עם ילד בריא. כשהיא תמצא את המאפיינים המזוהים ככאלה שמביאים לילד בריא, היא תודיע שכדאי להחזיר אותו ולא עובר אחר. "כך גם יהיה לנו מידע לתת לזוג שעובר את הטיפול, כלומר נסייע בקבלת ההחלטות מדויקות הרבה יותר. נדע, למשל, שהכי טוב להחזיר עובר אחד, להקפיא ארבעה, ואת השאר לא – כי הסיכוי שלהם להצליח נמוך מאוד. המערכת כיום היא קופסה שחורה עבור הזוג – עושים שאיבת ביציות ואחרי חמישה ימים מחזירים עוברים, אבל אין להם מושג מה קורה במעבדה בימים האלה. המערכת שלנו חושפת אותם לעולם הזה ועוזרת לקבל החלטות מושכלות יותר – גם לבני הזוג, גם לאמבריולוגים וגם לרופאים. "זה יהפוך על פיה את המשוואה הנוכחית - של טיפולים שהם גם מאוד יקרים, וגם שיעורי ההצלחה שלהם נמוכים. ברגע שעושים אופטימיזציה, מעלים את שיעורי ההצלחה ומורידים את העלויות. הקפאה זה תהליך יקר מאוד, אבל ברגע שעושים את זה בצורה מדויקת, כל התהליך יותר מיטבי, וזה מנגיש את הטיפולים להרבה מאוד אנשים". הפופולריות של הטיפול גדלה – אבל קיבולת המרפאות מוגבלת שנה, טיפול 40 גלבוע מציינת כי אם לפני היה אינדיקציה לאי פוריות, ופנו אליו IVF זוגות שלא הצליחו להרות, הרי ש"כיום עושים את התהליך לא רק בגלל בעיות פריון - נשים מקפיאות ביציות, גוגל ופייסבוק אפילו נותנות את זה כהטבה לעובדות, כחלק משימור פוריות – מה . IVF שמחייב לעשות בהמשך "אז מצד אחד, הפופולריות של הטיפולים גדלה, אבל הקיבולת של המעבדות ויכולת הפעולה שלהן עדיין מוגבלות. אין להן טכנולוגיה להסתמך עליה, רק אמבריולוגים – ויש מעטים כאלה בעולם. בנוסף, לא כל אמבריולוג יכול לשבת לבחור עוברים, כי צריך המון ניסיון. הדרך היחידה לצמצם את הפער שנוצר בין הפופולריות הגואה לבין הקיבולת הנמוכה של המעבדות היא להכניס טכנולוגיות כאלה של בינה מלאכותית". מה איפשר את פריצת הדרך הזו? "חלו שינויים גדולים מאוד ביכולת לפענח מידע רפואי", מסביר פרופ' זיידמן. " מיליוני תמונות וסרטי וידאו של עוברים נאגרים במעבדה, והכל דיגיטלי – מה שמאפשר להעביר הכל במחשב ולנתח את המידע. זה שינוי שקורה בכל ענפי הרפואה. באמצעות שיטות של בינה מלאכותית יש לנו היום יכולת לפענח כמויות דאטה אינסופיות. האמבריולוג לא יכול להתמודד לבדו עם המידע הרב. אם לא יהיו חברות שייצרו כלים חדשים לאסוף ולנתח את המידע הזה, הוא יתבזבז. אין מספיק אמבריולוגים שיראו מיליוני תמונות של עוברים". הקימו זיידמן וגלבוע את 2018 בינואר – בינה AI , שילוב ראשי התיבות AIVF . החברה, הזוכה לתמיכה IVF מלאכותית – ו- משמעותית מהמדען הראשי, מיהרה ליצור שיתוף פעולה עם אסותא, בו מתקיימים מדי שנה אלפי מחזורי טיפול בהפריה חוץ גופית – מספר עצום, המציב אותו במקום החמישי בעולם, והראשון באירופה. "קיבלנו מאסותא סרטונים ותמונות של עוברים, ומידע אם הם התפתחו להריונות תקינים ותינוקות בריאים. כל זה כמובן באנונימיות מלאה, אנחנו לא חשופים לפרטי מטופלים ועובדים לפי תקנות מחמירות מאוד לטיפול בנתונים רפואיים", אומרת גלבוע. "בהמשך יצרנו שיתופי פעולה עם מעבדות נוספות בעולם, באירופה ובארה"ב, וכיום יש לנו את בסיס הנתונים הגדול בעולם על עוברים – סרטונים, תמונות והמידע מה עלה בגורלו של כל עובר. על גבי בסיס נתונים זה אנחנו מפתחים אלגוריתמיקה שיודעת להסתכל על התמונות, להשוות למאגר הנתונים ולנתח אותן. חלק מהמאפיינים כבר ידענו לזהות לפני כן כקשורים להצלחה שנות ניסיון בתחום; 40 – בכל זאת, נצברו אבל המערכת מגלה מאפיינים חדשים שלא הכרנו, שהעין האנושית לא יכולה לראות, או שלא ידענו למדוד אותם. מערכת הבינה המלאכותית יכולה להסתכל על תמונות של עובר ולהעריך את הסיכוי שהוא יהפוך לתינוק בריא". באיזה שלב נמצא המוצר? גלבוע: "יש לנו מעבדת בינה מלאכותית ואנחנו נמצאים בעיצומו של הפיתוח האלגוריתמי. כבר עכשיו אנחנו מזהים תוצאות מדהימות ונראה שאנחנו עומדים בפני פריצת דרך משמעותית ביותר. אנחנו עתידים בקרוב להתחיל ניסויים קליניים ." FDA במעבדותעצמן, בכפוףלאישורשלה- פרופ' זיידמן: "מדובר בפיתוח תוכנה מאוד מתוחכמת שמייצגת שיטות חדשות של למידת מכונה ורשתות עצביות, ויכולה לקרוא מיליוני תמונות בטכנולוגיה שרק לאחרונה הבשילה. המפתח ללמידת מכונה הוא לחשוף את המחשב להמוני נתונים. המחשב לומד לאט אבל יכול ללמוד עוד ועוד ולכן אנחנו יוצרים עוד שיתופי פעולה עם יחידות מובילות בכל העולם. "יש מי שחושב שאנחנו רוצים להחליף את הרופאים באמצעים של בינה מלאכותית, בכל הקשור לדימות. אבל אנחנו לא רוצים להחליף את האמבריולוגים – אלא להפוך כל אחד מהם לסופר אמבריולוג, בזכות התוכנה – שתאפשר להם לתת למטופלים תוצאות חסרות תקדים". עד כמה תוכלו לשפר אתשיעורי ההצלחה? הם מאוד תלויי IVF "שיעורי ההצלחה ב- גיל", מדגישה גלבוע. "אנחנו מדברים על אופטימיזציה במובן זה שאם היום צריך בממוצע חמישה טיפולים עד שמצליחים, בשימוש במערכות כמו זו שאנחנו מפתחים נוכל להצליח אחרי טיפול אחד או שניים. המערכת מצמצמת טעויות ומנגישה ליותר אנשים את התהליך. זה בהכרח מעלה את סיכויי ההצלחה. בנוסף מדובר במערכת לא פולשנית, כלומר, אין צורך לדגום תאים מהעובר לשם בדיקה גנטית". 2018 שנת הקמה: רמת החייל משרדים: 10 עובדים: מייסדת שותפה דניאלה גלבוע - ) CEO ומנכ"לית ( מייסד שותף פרופ' דניאל זיידמן - ) CMO ורופא ראשי ( מנהל פיתוח עיסקי יונתן דולן - ) CTO טכנולוג ראשי ( רון מאור - מייסד וחבר פרופ' אייל שיף - דירקטוריון מייסד ערן כץ - ליצירת קשר: Daniella . gilboa @ aivf . co AIVF גלבוע: "אנחנו מפתחים מערכת מבוססת מתודולוגיות של בינה מלאכותית, שתיבחן את העוברים, תחפש מאפיינים ותהליכים בהתפתחות העוברית שאנחנו יודעים שהם קשורים להיריון מוצלח, ותאפיין מהו העובר שעתיד להיוולד. המערכת תשווה את מאפייני העוברים למאגר מידע של מיליוני עוברים אחרים, וכשהיא תמצא את המאפיינים המזוהים ככאלה שמביאים לילד בריא, היא תודיע שכדאי להחזיר אותו ולא עובר אחר" דניאלה גלבוע ) CEO מייסדת שותפה ומנכ"לית ( פרופ' דניאל זיידמן- ) CMO מייסד שותף ורופא ראשי (