可解释的人工智能辅助胚胎选择改善了单芽细胞移植结果:一项前性队列研究

科学领域:

• 生殖医学 生殖医学
• 医疗保健中的人工智能
• 胚胎学 胚胎学

背景情况:

• 辅助生殖技术 (ART) 依赖于精确的胚胎选择,以成功植入胚胎.
• 传统的胚胎评估方法,如加德纳分级系统,可以是主观的.
• 可解释的人工智能 (AI) 提供了一个潜在的工具来提高胚胎选择的客观性.

研究的目的:

• 评估胚胎选择的可解释AI模型的怀孕和新生儿结果.
• 在未来的临床试验中,将人工智能辅助胚胎选择与传统手动方法的有效性进行比较.

主要方法:

• 一个单中心前性队列研究,涉及250名接受新鲜单芽细胞移植的患者.
• 胚胎选择使用可解释的人工智能系统的建议 (人工智能辅助组) 或加德纳分级系统 (手动组) 进行.
• 评估了怀孕结果 (植入,流产,活产,宫外妊娠率) 和新生儿结果.

主要成果:

• 与人工智能辅助组相比,人工智能辅助组的植入率 (80.87%) 与人工组 (68.15%) 相比显著更高.
• 在单胞胎双胞胎,流产,活产或异胎妊娠率方面没有发现显著差异.
• 新生儿结局,包括妊娠周,出生参数和形率在各组之间是相似的.
• 人工智能表明,与胚胎学家的共识更高,优质胚胎 (≥4BB) 与质量差的胚胎 (<4BB) 相比.

结论:

• 可解释的AI系统有效地提高了单芽细胞转移周期中的植入率.
• 人工智能辅助胚胎选择为传统手动评估提供了一个有希望的替代方案,提高了临床结果.
• 人工智能系统在选择优质胚胎方面的可靠性要求进一步的研究和临床整合.