人工智能指导的反能否改善胚胎学家仅基于形态的胚胎选择?

科学领域:

• 生殖医学
• 胚胎学
• 医疗保健中的人工智能

背景情况:

• 胚胎选择对于体外受精 (IVF) 的成功至关重要.
• 目前的方法主要依赖胚胎形态评估的胚胎学家专业知识.
• 主观性和观察者之间的变异性可能会影响胚胎选择的准确性.

研究的目的:

• 仅基于形态学来评估胚胎学家在区分欧体和无体胚胎方面的可靠性.
• 评估使用ERICA (胚胎排名智能分类算法) 的人工智能 (AI) 辅助选择是否能改善胚胎选择结果.
• 调查人工智能对人类在试管婴儿胚胎选择中的影响.

主要方法:

• 19位不同经验水平的胚胎学家对胚胎图像进行了评估.
• 胚胎学家从ERICA获得相同胚胎的人工智能排名.
• 使用培训工具,胚胎学家结合他们的评估和人工智能排名在模拟的试管婴儿周期中做出最终判断.

主要成果:

• 胚胎学家和ERICA都表现出具有统计学意义的突发性突发性突发性识别能力.
• 与胚胎学家相比,ERICA在首次尝试时在选择繁体胚胎方面表现出更好的表现 (P=0.002).
• 胚胎学家选择更好的胚胎的能力没有显著差异,人工智能的帮助也没有显著改变他们的最终决定.

结论:

• 像ERICA这样的AI工具可以通过减少IVF的主观性和偏见来提高胚胎选择的可靠性.
• 人类和人工智能判断的结合并不总是比独立使用提供优势.
• 需要进一步研究以了解人工智能对人类决策的影响以及对自动化试管婴儿过程的信任.