人工智能胚胎选择的简要历史:从黑盒到玻璃盒
Tammy Lee1,2, Jay Natalwala1, Vincent Chapple1
1Fertility North, Joondalup Private Hospital, Joondalup, Western Australia, Australia.
Human reproduction (Oxford, England)
|December 7, 2023
概括
胚胎选择中的人工智能 (AI) 是有前途的,但深度学习模型缺乏可解释性. 可解释机器学习 (ML) 可能为试管婴儿提供一个更加透明和可靠的替代方案.
科学领域:
- 胚胎学 胚胎学
- 人工智能的人工智能
- 在体外受精 (IVF)
背景情况:
- 人工智能 (AI) 和机器学习 (ML) 越来越多地用于体外受精 (IVF) 的胚胎选择.
- 深度学习 (DL) 是ML的一个子集,由于其"黑子"性质和缺乏可解释性,引起了人们的担忧.
- 在临床应用中需要透明和可解释的AI模型,例如胚胎选择.
研究的目的:
- 审查人工智能在胚胎选择中的现状.
- 为了突出黑盒DL模型在IVF中的局限性.
- 提出胚胎选择方法的分类系统,强调可解释性.
主要方法:
- 在胚胎选择中对AI,ML和DL的当前文献的综述.
- 分析不同的AI方法的可解释性和可解释性.
- 开发一种用于胚胎选择技术的新型分类系统.
主要成果:
- 在胚胎选择中,与可解释的ML模型相比,黑盒DL模型可能表现不佳.
- 可解释的人工智能,或"玻璃盒"的人工智能,提供道德优势和技术可行性.
- 提出了一个新的分类系统,以根据主观性和可解释性对胚胎选择方法进行分类.
结论:
- 可解释的ML模型对于在胚胎选择中推进AI至关重要,解决了对透明度的担忧.
- 拟议的分类系统有助于理解和评估不同的胚胎选择方法.
- 需要进一步的研究和验证,以确认可解释AI在试管婴儿结果中的有效性.
