人工智能系统用于对体外受精衍生的人类胚胎的结果评估

科学领域:

• 生殖医学和人工智能.
• 遗传学和生物信息学.
• 医学成像和机器学习.

背景情况:

• 试管婴儿 (IVF) 是不孕症的关键治疗方法,但活产率仍然是一个挑战.
• 目前的胚胎选择依赖于经验丰富的从业人员主观形态评估.
• 需要自动化系统来评估各种胚胎数据,以预测活产的结果.

研究的目的:

• 开发和验证人工智能 (AI) 模型,用于预测试管婴儿中活产的结果.
• 评估人工智能在胚胎形态分级,胚胎囊选择和形积分预测方面的有效性.
• 将人工智能驱动的胚胎选择精度与人类胚胎学家进行比较.

主要方法:

• 利用神经网络对19201张胚胎照片进行多任务学习,以进行形态评估和结果预测.
• 在418个时差视频中使用了3D卷积神经网络来预测形积分.
• 开发了一个整体AI模型,将胚胎和母体指标结合起来,用于活产结果评估.

主要成果:

• 人工智能模型展示了植入潜力的自动评估.
• 整体人工智能模型在预测活产结果方面取得了比经验丰富的胚胎学家更高的准确性 (第3天:46.1%与30.7%相比;第5天:55.0%与40.7%相比).
• 基于人工智能的胚胎选择显示出超出人类观察能力的潜力 (AUC:0.769).

结论:

• 人工智能模型提供了可解释的证据,增强了辅助生殖中的胚胎选择.
• 人工智能系统作为一种非侵入性,高效和具有成本效益的工具,可以改善试管婴儿的结果.
• 将人工智能与生殖医学相结合,为优化试管婴儿成功率提供了新的战略.