测试一种人工智能算法,从单一图像中预测玻璃化加热芽细胞的胎儿心跳:在不同的环境中预测能力
L Conversa1,2, L Bori1,2, F Insua1
1IVIRMA Global Research Alliance-IVI Valencia, IVF Laboratory, Valencia, Spain.
Human reproduction (Oxford, England)
|August 22, 2024
概括
一个人工智能 (AI) 算法可以从玻璃化加热胚胎图像中预测胎儿心跳. 这种人工智能工具可能有助于识别可能无法植入的胚胎,允许及时解替代品.
科学领域:
- 生殖医学 生殖医学
- 胚胎学 胚胎学
- 人工智能的人工智能
背景情况:
- 人工智能在评估新鲜胚胎质量方面已经被证明是有效的.
- 预测冷胚胎转移的结果仍然具有挑战性,因为潜在的升温后并发症,如崩或退化.
研究的目的:
- 调查AI算法是否可以从玻璃化加热胚胎图像中预测胎儿心跳.
- 评估人工智能算法在改善冷胚胎移植成功率方面的潜力.
主要方法:
- 一项回顾性队列研究分析了1109个胚胎 (568个玻璃化加热,541个新鲜对照).
- 人工智能算法分析了四种时间延迟图像 (玻璃化前和变暖后).
- 人工智能分数与传统形态和胎儿心跳结果相关,通过后勤回归和ROC曲线进行分析.
主要成果:
- 从温暖前后图像的AI得分与胎儿心跳有显著的相关性.
- 人工智能得分显示,在卵细胞捐赠和自身卵细胞周期中具有预测意义.
- 人工智能得分因形态类别而异,区分热后可活和不可活的胚胎.
结论:
- 人工智能算法从玻璃化加热的胚胎图像中预测胎儿心跳是有前途的.
- 这种人工智能工具可以帮助胚胎学家管理冷胚胎移植,从而降低周期取消率.
- 人工智能算法只需要一张照片,可以适应不同化器系统的诊所.
