人工智能在牛群的基于形态的卵细胞选择方面表现优于人类
Annelies Raes1, Danilo Babin2, Osvaldo Bogado Pascottini3,4
1Department of Internal Medicine, Reproduction and Population Medicine, Faculty of Veterinary Medicine, Ghent University, Merelbeke, Belgium. Annelrae.Raes@UGent.be.
Scientific reports
|July 2, 2025
概括
人工智能 (AI) 模型通过分析积卵细胞复合体 (COC) 形态学,准确地预测牛卵细胞质量,优于人类胚胎学家. 这些人工智能工具提供了一种客观的方法,用于在实验室中评估卵细胞发育能力.
科学领域:
- 兽医科学 兽医科学 兽医科学
- 胚胎学 胚胎学
- 人工智能在生物学中的应用
背景情况:
- 积卵细胞复合体 (COC) 形态评估对于卵细胞质量评估至关重要.
- 目前用于COC形态解释的主观方法缺乏标准化的指导方针,并且具有局限性.
研究的目的:
- 为了确定区分COC质量的关键形态特征.
- 评估人类胚胎学家在评估COC形态学方面的预测准确度.
- 开发人工智能 (AI) 模型来预测卵细胞发育能力.
主要方法:
- 使用单个体体外胚胎生产来评估未成熟的牛的COC.
- 胚胎学家和两个人工智能模型 (深度神经网络和随机森林) 分析了COC图像.
- 使用均衡准确度评估了预测性能.
主要成果:
- 累积体大小被人工智能识别为COC质量的关键特征,与胚胎学家对质形态学的关注形成鲜明对比.
- 人类评估显示预测能力低 (42.9%的平衡准确度) 和相当可靠.
- 人工智能模型的表现明显优于胚胎学家,达到79.3% (DNN) 和71.2% (RF) 的平衡精度.
结论:
- 新的AI模型成功地预测了未成熟的牛卵细胞的发育能力.
- 人工智能为主观的人类对COC形态的评估提供了一个客观和优越的替代方案.
- 人工智能工具可以增强胚胎实验室的决策过程.
