私は誇りを持って祖母の名前にちなんでアリシアと名付けました。
彼女は、女性が医学の学位を取得することをほとんど許可されていなかった時代に、産科医として女性の健康に生涯を捧げました。
私が13歳のときに彼女を心臓発作で亡くしました。
私の共同創設者の一人である医師が心臓発作を起こしたと告げたとき、私はとてもショックを受けました。
とてもショックで泣きました。
とても悲しかったです。
とても悲しかったです。
とても悲しかったです。
私の共同創設者の一人、モニカが 12 歳のとき、彼女は学校で母親が迎えに来るのを待っていました。
ただ、それは起こらなかった。なぜなら、44歳の医師である彼女の母親が脳卒中で突然亡くなったからである。
残念ながら、私たちの話はよくあることです。
心臓病と脳卒中は、世界中で死亡と障害の主な原因となっています。
そして女性の場合、認識、診断、治療が難しいだけでなく、心臓発作や脳卒中後の死亡率も高くなります。
米国には心臓病を患う女性が約 4,400 万人おり、65 歳未満の女性の罹患率は増加傾向にあります。
どうしたの？
答えは 2 つの領域の交差点にあります。
データと医療機器。
まずはデータ、あるいはデータの不足を見てみましょう。
MIT で心臓血管の研究をしていたとき、膨大なデータセットにアクセスできました。
女性が過小評価されている最大のサブグループの 1 つであることに気づいたのは、驚くべきことでした。
実際、1993年にNIHが心臓血管臨床試験への参加を義務付けるまで、女性は基本的に心臓血管臨床試験から除外されていた。
既存の技術や治療法のほとんどが主に雄の動物や男性からのデータを使用して設計されているため、既存の技術や治療法では不十分なことが多いのはこのためです。
そして、人工知能がデジタルヘルスを加速させるのに役立つ一方で、主に男性のデータとバイアスで訓練されたアルゴリズムが実際に問題を永続させる危険性がある。
次に医療機器について見ていきます。
1 つのタイプですべてに適合するアプローチでは、女性では心臓病と脳卒中が異なる症状を呈する可能性があるという事実さえ考慮されていません。
女性の閾値はプログラムされておらず、細い動脈は視覚化できず、貧弱な臨床グレードのモニタリング システムでは 2 つの異なる体型や人生の段階に対応できないことがあまりにも多くあります。
1800 年代、アメリア ブルーマーは、女性にとってより快適で役立つ衣服を目指して、損傷を与えるコルセットに反対する運動を主導しました。
彼女は、ほとんどの女性がすでに毎日着用している衣服を使用して、データとデバイスの両方の課題を解決できたらどうなるだろうか、と考えるように私たちにインスピレーションを与えてくれました。
女性をサポートするためにデザインされた衣服が、女性の健康を増進することもできたらどうでしょうか?
私たちのアイデアは、毎日のブラジャーを実際の救命具に変えることです。
そして、これが私たちのやり方です。
これが私たちの拡張衣服プラットフォームです。
これにより、女性は生理学的データを継続的かつ遠隔から取得できるようになります。
このブラを着用することで、女性は洞察とパターンを確認し、携帯電話に自動日記を付けることができます。これにより、症状にタグを付けて救命データを収集し、早期発見と目標を絞った管理のために医師と共有するための簡単な方法が得られます。
特定の治療法の安全性と有効性を追跡することもできます。
私たちは、複数のブラジャーのスタイルとサイズに適応できる医療グレードの繊維センサーを構築し、彼女の胴体と心臓全体の継続的で信頼性の高い反復可能なデータを取得しました。
心臓のリズム、呼吸、体温、姿勢、動きを追跡できます。
また、アルゴリズムを適用することで、このデータを使用して症状を解読し、不整脈のトリガーを明確にし、パーソナライズされたデジタル バイオマーカーを生成できます。
時間内にスナップショットを取得する血液などの従来のバイオマーカーとは異なり、デジタル バイオマーカーはビデオのように機能し、時間をかけて収集されたデータを使用して健康結果を説明し、影響を与え、さらには予測します。
これらはすぐにケアを可能にする可能性を秘めています。
結果を待つ時間はもうありません。
彼女は最も必要なときにデータを利用できるようになりました。
ブラジャーを着用するのと同じくらい簡単な医療グレードのテクノロジーがあれば、私たちは追いつき、データのギャップを埋め、臨床試験への参加を容易にし、女性のヘルスケアを 21 世紀にもたらすことができるでしょう。
この増強されたブラジャーを着用する女性が増えるほど、女性の健康に関する真に意味のある包括的なデータセットをより早く作成できるようになります。
このデータを総合すると、デジタル診断と治療における画期的な進歩を可能にし、人類が今日直面している最大の医療課題のいくつかを解決することができます。
私たちの独自の生物学的データ、それをどんどん収集する能力、そして AI を使用してそこから学習する能力があれば、偏見のない真に個人的な医薬品を作るという夢を実現することができます。
そしてもちろん、それは私たち全員に利益をもたらします。
ありがとう。
ありがとう。
ありがとう。
ありがとう。
コメント