Max Levchin, más conocido por ser el cofundador de PayPal, se ha concentrado últimamente en un tema mucho más íntimo: la fertilidad.
Levchin y Mike Huang han fundado Glow, que pretende acercar la ciencia a los cuidados de salud. La compañía lanzó una aplicación para el iPhone con el mismo nombre ayer jueves, que trata de ayudar a las parejas a concebir pidiéndoles que hagan un seguimiento de datos como la época del mes, su estado de ánimo e incluso sus posiciones sexuales. A continuación, Glow analiza la información y, usando como base literatura médica y datos recogidos a partir de otros usuarios, trata de sugerir las circunstancias óptimas para la concepción. La idea es que con el tiempo, a medida que más gente la use e introduzcan sus datos, las predicciones de Glow sobre en qué momento tienen más probabilidades las parejas de concebir serán más precisas. La aplicación es gratuita, pero a los usuarios se les pide contribuir a un fondo comunitario para parejas que busquen tratamientos de fertilidad.
Levchin, que ha creado Glow a través de su fondo/incubadora de inversión centrado en big data, HVF (siglas en inglés de "fuerza, valor y diversión"), charló con la editora de TI de MIT Technology Review, Rachel Metz, sobre por qué cree que hay oportunidades en la fertilidad.
¿Por qué has creado una aplicación para ayudar a las mujeres a concebir?
Nos decantamos por la infertilidad en gran parte porque es un área que casi en su totalidad no está cubierta por el seguro de salud tradicional (en EE.UU.). La verdadera razón por la que lo hicimos es para finalmente atacar el problema de los costes de atención sanitaria, no solo para ayudar a las personas a tener bebés, a pesar de que ese es un objetivo muy noble, y por tanto hay un programa opcional en Glow llamado Glow First que es básicamente un fondo mutuo de salud. Si decides contribuir con 50 dólares (37 euros) [al mes] durante hasta 10 meses, si no te quedas embarazada, recibes una cantidad proporcional de los fondos al final del período de 10 meses, aportados tanto por personas que han logrado concebir como otras que no. [El pago se enviaría para ayudar a que la pareja vaya a un centro de tratamiento de fertilidad]. Así que, esencialmente, es crowdfunding para bebés. Eso es en pocas palabras. El objetivo a largo plazo es aplicar este enfoque a muchos otros segmentos de la atención sanitaria.
Sin embargo, Glow se sustenta en algo de tecnología. ¿Cómo utiliza el aprendizaje de máquinas para ayudar a las mujeres embarazadas?
Estamos tratando de prever una función, en términos de matemáticas puras, que ha sido relativamente bien estudiada. Así que existe una buena cantidad de literatura médica que podemos utilizar para hacer algunos supuestos básicos. Sabemos que la mayor parte de la literatura publicada se refiere a la experiencia promedio, y obviamente no está bien ajustada para personas individuales. Así que empezamos a partir de ahí y después utilizamos los datos de aproximadamente 250 probadores beta para empezar a averiguar cuáles son las señales, cómo afinarlas, antes de individualizar la predicción del ciclo de fertilidad. Y a medida que atraemos a nuevos usuarios, podemos usar esa información en el proceso de aprendizaje.
¿Cuál podría ser el grado de exactitud de Glow con el tiempo?
En última instancia, sería genial poder decirte que el óvulo te va a bajar a una hora y minuto determinados. Aún no hemos llegado a ese punto. Pero [la recopilación de los datos de usuario] y la aparición de nuevos sensores pasivos van a marcar una diferencia real. Estamos hablando con gente dedicada a diseñar termómetros de temperatura basal del cuerpo para llevarlos puestos en todo momento. Una vez que lleguemos a ese punto, creo que seremos capaces de hacer cosas muy sorprendentes.