用人工智能为卵巢刺激提供临床决策支持工具的现实世界使用

科学领域:

• 生殖内分泌学和不孕不育问题
• 人工智能在医学中的应用
• 在体外受精 (IVF)

背景情况:

• 卵巢刺激方案在试管婴儿中至关重要,卵泡刺激激素 (FSH) 的剂量和触发时间影响治疗的成功.
• 优化FSH剂量和触发时间可以降低治疗成本和患者负担.
• 人工智能 (AI) 的整合提供了一种新的方法来改进这些关键的治疗参数.

研究的目的:

• 为了评估医生使用AI对FSH起始剂量,FSH总剂量和卵巢刺激中的卵细胞检索的影响.
• 评估人工智能引导的治疗决策是否会影响试管婴儿周期中的患者结果.
• 确定AI在优化卵巢刺激方案中的安全性和有效性.

主要方法:

• 追溯队列研究将292名接受人工智能辅助治疗的患者与292名历史对照进行了比较.
• 人工智能被用来指导FSH的初始剂量和触发注射时间.
• 患者根据关键的人口统计和临床特征进行匹配;主要终点包括FSH剂量和MII卵细胞检索.

主要成果:

• 没有任何不良事件与人工智能使用有关.
• 与对照组相比,人工智能引导的治疗导致FSH平均初始剂量 (397.09 IU与443.84 IU) 和FSH总剂量 (4,181.77 IU与4,654.71 IU) 显著降低.
• 在人工智能辅助 (11.17) 和对照 (11.25) 组中,获取的基相II (MII) 卵细胞的平均数量与人工智能辅助 (11.17) 和对照组 (11.25) 之间相似.

结论:

• 医生利用人工智能进行卵巢刺激,显著降低了处方的FSH剂量,而不会影响获得的卵细胞数量.
• 人工智能在优化试管婴儿治疗方案方面表现出潜力,从而降低了药物成本.
• 这项研究支持整合人工智能工具,以提高生育治疗的效率和成本效益.