Coraz więcej rodzin i związków doświadcza problemów z naturalnym zajściem w ciążę. Szacuje się, że problem ten dotyczy w Polsce nawet miliona par. Przeprowadzone badania z wykorzystaniem algorytmów sztucznej inteligencji pozwoliły na identyfikację kluczowych zmiennych (w tym genetycznych) potrzebnych do opracowania systemu, który przewiduje wynik stymulacji hormonalnej i pozwala dobrać optymalną dawkę leków. W ten sposób wspieramy pracę lekarza, który może lepiej zaplanować leczenie oraz kontrolować ryzyko z nim związane.

W ramach działań stworzyliśmy modele uczenia maszynowego pozwalające na określenie optymalnej stymulacji hormonalnej dla danej pacjentki. Stymulacja ma doprowadzić do powstania maksymalnej liczby jajeczek, przy jednoczesnej minimalizacji ryzyka związanego ze stymulacją. Model określa spersonalizowaną terapię i bierze pod uwagę m.in., dane kliniczne pacjenta, historii stymulacji, oraz badań genetycznych.

Stworzona przez nas rekomendacja obejmuje m.in. rodzaj stymulacji: protokół długi/krótki, stymulacja z agonistą, antagonistą, stymulacja z progesteronem itp. Stworzyliśmy również rekomendację optymalnych dawek leku. Określenie zakresu rekomendacji jest kluczową częścią projektu.

Kolejnym decydującym elementem systemu są funkcjonalności pozwalające na budowanie zaufania do wyników algorytmów. T.j. określenie pewności predykcji oraz wskazania kluczowych elementów na podstawie których algorytm podjął decyzję.

Dane genetyczne zostały dostarczone przez biologów molekularnych z Laboratoriów INVICTA. Nad stworzeniem samej aplikacji pracował zespół INVICTA Software.

Sukces aplikacji skłonił zespół INVICTA do poszerzenia zakresu badań na inne decyzje kliniczne. Planowane jest stworzenie kompleksowego systemu rekomendacyjnego dla całego procesu leczenia, którego MIM Solutions również będzie współtwórcą.