使用人工神经网络识别第5天胚胎细胞利用率的预测因素
Munevver Serdarogullari1, Georges Raad2, Zalihe Yarkiner3
1Cyprus International University, Faculty of Medicine, Northern Cyprus via Mersin 10, Turkey.
Reproductive biomedicine online
|October 20, 2023
概括
人工智能在IVF中确定了第5天胚胎囊利用率 (D5BUR) 的关键预测因素. 注射的第二阶段卵细胞数量是影响D5BUR结果的最重要因素.
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:
- 第五天胚胎细胞利用率 (D5BUR) 是体外受精 (IVF) 实验室的关键性能指标.
- 识别D5BUR的预测因素可以优化治疗方案并提高成功率.
研究的目的:
- 调查人工智能 (AI) 是否可以识别增加D5BUR的显著预测因素.
- 使用人工神经网络 (ANN) 评估特定变量的预测能力.
主要方法:
- 一项回顾性多中心研究分析了六个变量:注射的MII卵细胞,性质源,孕妇年龄,精子度,运动性和受精率.
- 一个人工神经网络 (ANN) 模型被开发并使用分层随机抽样用于训练和测试集进行验证.
- 根据维也纳共识的基准,D5BUR被分为<60%和≥60%.
主要成果:
- 对于预测D5BUR组,ANN模型实现了接受器运行特征曲线 (AUC) 下的面积为80.2%.
- 所有六个独立变量都显著预测了D5BUR (P<0.0001).
- 注射的第二阶段 (MII) 卵细胞数量是最有影响力的预测因素,与D5BUR (r=-0.344,P<0.001) 呈现逆相关性.
结论:
- 注射的MII卵细胞数量是D5BUR的主要预测因素.
- 人工智能模型可以有效地预测D5BUR,为个性化试管婴儿治疗铺平道路.
- 进一步研究额外的变量和模型验证可以提高试管婴儿的安全性和有效性.
