非侵入性遗传查:人工智能的当前进展,用于胚胎 ploidy 预测

科学领域:

• 生殖医学是一种生殖医学.
• 人工智能的人工智能是人工智能.
• 遗传学 是一个遗传学.

背景情况:

• 在胚胎化 (PGT-A) 的植入前遗传检测是体外受精 (IVF) 胚胎选择的标准.
• 目前的PGT-A方法涉及侵入性胚胎活检,导致潜在的风险和成本增加.
• PGT-A的局限性包括财务负担,延迟的结果和解释方面的挑战.

研究的目的:

• 审查人工智能 (AI) 算法的应用,以进行胚胎育状态的非侵入性预测.
• 探索与传统的PGT-A.相比的其他非侵入性方法.
• 通过精确的胚胎选择,评估AI在改善试管婴儿结果方面的潜力.

主要方法:

• 对人工智能算法应用到胚胎成像和 ploidy 预测临床参数的现有文献的审查.
• 分析各种机器学习模型,包括随机森林和物流回归.
• 静态和时隔成像的评估与人工智能相结合,用于预测euploidy.

主要成果:

• 使用静态胚胎图像的人工智能模型在预测 ploidy 中表现出很好的准确性,一些模型的表现优于人类的分级.
• 人工智能分析的时隔成像也显示了潜力,但需要与临床参数集成以提高预测价值.
• 当前的人工智能模型往往忽略了胚胎马赛克,突出了未来研究的领域.

结论:

• 以人工智能为基础的非侵入性症预测是试管婴儿中侵入性PGT-A的有希望的替代方案.
• 将人工智能集成到显微镜和试管婴儿平台中可以促进非侵入性遗传检测.
• 进一步开发优化临床数据和最小化共变量的算法将增强人工智能在胚胎选择中的作用,潜在地降低试管婴儿成本和提高怀孕率.