基于静态图像的人工智能胚胎选择的使用,以预测头三个月的怀孕损失

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,包括体外受精 (IVF),旨在改善妊娠结果.
• 预测早期妊娠并发症,如自发流产,仍然是试管婴儿的一个挑战.
• 胚胎的形态评估是胚胎选择转移的关键因素.

研究的目的:

• 评估人工智能 (AI) 胚胎选择助手预测第一季度自发流产的发生率的能力.
• 评估基于人工智能的胚胎分类与怀孕结果之间的相关性.

主要方法:

• 一项回顾性研究涉及172个来自IVF患者的胚胎囊,确认了生化妊娠.
• 胚胎被人工智能形态算法ERICA回顾性地分为四组:最佳,好,公平或贫穷.
• 使用线性回归来将胚胎排名与胎儿心跳的存在或不存在联系起来,考虑到接受者的年龄和前植入性遗传测试以检测肺积分症 (PGT-A) 状态.

主要成果:

• 由AI分类为最佳/好胚胎的胚胎显示自发流产的发生率明显较低 (16.1%),与公平/贫穷胚胎 (25%) 相比.
• 预测自发流产的AI分类准确率为67.4%.
• 在胚胎等级和接受者年龄之间发现了显著的关联,年龄较大的接受者出现自发流产的发病率较低.

结论:

• 像ERICA算法一样,人工智能驱动的胚胎评估显示出预测自发流产风险的潜力.
• 这项技术可以为夫妇提供有关他们早期流产风险的有价值信息.
• 需要进一步研究更大的样本大小和对流产组织的分析来验证这些发现.