不妊治療の女性に希望を、
機械学習でIVFを変える
スタートアップ企業

シバニは、30歳の誕生日が近づくにつれて、母親になりたがっている自分がいることに気づいた。シバニがいつ母親になれるのかは定かではなかった。長く付き合っているパートナーもいないし、出産適齢期が刻々と過ぎようとしていることも知っていた。そこでシバニは、後の人生で子どもを授かる可能性を高めるために、卵子を凍結することを検討した。「残念ながら、卵子を永久に持てる人はいませんから」（シバニ）。

インド系の移民コミュニティに属しており、そこでの論争を避けるため実名を使用しないように求めたシバニは、卵子凍結をすぐには受けなかった。卵子凍結のテクノロジーは新しすぎる上に、侵略的だと感じたからだ。しかし、36歳の誕生日を迎えるころには、これ以上は待てないと考えるようになった。卵子凍結の費用として見積もっていた1万5000ドルをなんとか用意し、クリニックを訪れた。

女性はまず、卵子の採取を始める前に、体外受精（IVF）に適しているかどうかを判断するための診断を受ける必要がある。クリニックは診断にあたって、IVFの結果の全国記録を利用し、患者の年齢層で出産に成功した女性がどれだけいるかを調べる。それから、不妊治療の専門家が、患者の身長や体重、超音波検査や血液検査などの結果を考慮して、全国記録から得た割合の値を調整する。

シバニも同様の方法で診断を進めた。年齢を報告し、ボディマス指数を測り、いくつかの検査を受けた。しかし、シバニが自身の今後について話し合うためにクリニックを再来すると、担当医は色とりどりのレポートを彼女に渡し始めた。このレポートは、シバニの情報を機械学習アルゴリズムに読み込ませて作成されたものだ。そこには、最大3回の卵子採取サイクルごとに子を授かる可能性がどれだけ増えるかを示す、個別の予測結果が記されていた。同じクリニックで治療を受けた他の女性との比較結果もある。「すでに100%妊娠できると約束されていましたが、レポートを見て120%妊娠できると感じました。おかげで決意が固まりました」とシバニは話す。

IVFは、肉体的、精神的、そして金銭的にも負担がかかる治療であり、複数回の卵子採取サイクルが必要になることが多い。IVFを開始した女性のうち、最初のサイクルで妊娠に失敗した女性の50%以上は、費 …

人気の記事ランキング

1. Bringing the lofty ideas of pure math down to earth 崇高な理念を現実へ、 物理学者が学び直して感じた 「数学」を学ぶ意義
2. Promotion Innovators Under 35 Japan × CROSS U 無料イベント「U35イノベーターと考える研究者のキャリア戦略」のご案内
3. The 8 worst technology failures of 2024 MITTRが選ぶ、 2024年に「やらかした」 テクノロジー8選
4. Google’s new Project Astra could be generative AI’s killer app 世界を驚かせたグーグルの「アストラ」、生成AIのキラーアプリとなるか
5. AI’s search for more energy is growing more urgent 生成AIの隠れた代償、激増するデータセンターの環境負荷

▼Promotion