怀孕人工智能:开发和内部验证人工智能工具,以预测ICSI和试管婴儿周期中的活产,使用临床特征和胚胎图像
Jaume Minano Masip1,2,3, Penelope Borduas1, Isaac-Jacques Kadoch1,4
1Département d'Obstétrique et de Gynécologie, Faculté de Médecine, Université de Montréal, Montréal, QC H3T 1J4, Canada.
Medicina (Kaunas, Lithuania)
|February 27, 2026
概括
这项研究开发了一种结合临床数据和胚胎图像的AI模型,以预测活产. 综合方法显著提高了生殖医学中的预测准确性.
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:
- 在全球范围内,不孕症影响了大量夫妇.
- 对活产生的预测模型对于优化生育治疗至关重要.
- 当前的模型往往缺乏全面的数据集成.
研究的目的:
- 开发和评估基于人工智能的活产预测模型.
- 将临床/胚胎学特征 (SVM) 与胚胎成像 (CNN) 整合起来.
- 评估模型在预测活产,临床怀孕和生化怀孕方面的准确性.
主要方法:
- 对259对不育夫妇 (2012-2019) 的回顾性队列分析.
- 利用了355个移植胚胎的临床数据和时间延迟胚胎图像.
- 开发了一个混合人工智能模型,将支持矢量机 (SVM) 和卷积神经网络 (CNN) 结合起来.
主要成果:
- 混合模型实现了0.71准确度的活产预测.
- 组合模型的表现优于仅SVM (0.67) 和仅CNN (0.57-0.72) 的模型.
- 在预测可移植胚胎方面观察到高精度 (0.98).
结论:
- 结合临床数据和胚胎发育图像,可以提高生殖医学中的预测准确度.
- 人工智能模型显示了改善生育治疗结果的巨大潜力.
- 这种综合方法为个性化不孕症护理提供了一个有前途的工具.
