一个客观和节省时间的胚胎囊评分模型对活产生的预测能力
Bing-Xin Ma1, Feng Zhou2, Guang-Nian Zhao3
1Reproductive Medicine Center, Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan 430074, China.
Biomedicines
|July 29, 2025
概括
一个人工智能胚胎评分系统 (iDAScore) 可靠地从胚胎图像中预测活产率. 这种人工智能工具可以帮助优先考虑移植的胚胎,从而有可能提高试管婴儿的成功率.
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:
- 人工智能 (AI) 的发展为辅助生殖技术提供了新的工具.
- 一个基于深度学习的智能胚胎评分系统 (iDAScore) 已经使用时差成像技术开发出来.
- 外部验证对于临床环境中的AI系统至关重要.
研究的目的:
- 在临床环境中验证iDAScore系统的性能.
- 评估iDAScore排名和临床结果之间的相关性.
- 评估系统预测活产率的能力.
主要方法:
- 追溯分析6291个单一的玻璃化解芽细胞转移周期.
- 排除具有多个胚胎细胞转移或非时隔化器的周期.
- 根据iDAScore值对囊胞进行分组,并对临床,围产和新生儿结局进行比较.
主要成果:
- iDAScore与临床怀孕,流产和活产有显著的相关性 (p < 0.001).
- 除了性别比率之外,iDAScore组之间没有观察到围产和新生儿结局的显著差异.
- 后勤回归证实了iDAScore和活产率 (p <0.05) 之间的显著正相关性.
结论:
- 该iDAScore系统提供客观和快速的胚胎优先转移.
- 这种人工智能驱动的方法可以提高试管婴儿程序的效率.
- iDAScore显示了改善胚胎选择和增加活产率的潜力.
