ヒト精子濃度、運動性、運動学的分析のための人工知能ベースのコンピュータビジョンモデル

科学分野:

• 生殖生物学;医療技術;人工知能

背景:

• 男性不妊症の診断と管理には、正確な精子分析が不可欠です。;手動カウントや市販のCASAシステムなどの現在の方法は、労働集約的、人的エラー、および一貫性のないパフォーマンスなどの限界があります。

研究 の 目的:

• 高解像度、定量的な精子濃度と運動性の分析のためのAI駆動コンピュータビジョンツールの開発と評価。;AIツールを、手動追跡および市販のCASAシステムと比較評価すること。

主な方法:

• 26の精液サンプルを、AIコンピュータビジョンツール、手動追跡（Fijiソフトウェア）、および市販のCASAシステム（Hamilton Thorne IVOS II）を使用して分析する前向き研究が実施されました。;AIツールは、さまざまな精子運動性パラメータ（VSL、VCL、VAP、LIN、ALHmax、BCF）と濃度を計算しました。;ドナーサンプルを使用したキャリブレーションにより、正確な濃度マッピングが保証されました。

主要な成果:

• AIツールは、VSL、VCL、VAP（R²=0.93-0.98）において、手動追跡と強い線形相関を示しました。;すべての運動性パラメータにおいて、市販のCASAよりも精度と一貫性で優れていました。;キャリブレーション後、ALHmaxおよびBCF推定のRMSEは30%-50%減少しました。;AIベースの運動性グレーディングは、CASAとは異なり、手動分類と密接に一致しました。;AIシステムは、変動する画像条件下で高い再現性（偏差<±2%）と堅牢性を示しました。

結論:

• AIベースのツールは、精液分析のための定量的で信頼性が高く、再現可能な代替手段を提供します。;既存の方法と比較して、精度と一貫性が向上しています。;この技術は、受精診断の強化と、より有益な治療戦略の可能性をサポートします。