相关实验视频
Updated: Mar 12, 2026
12:03
Fertility Preservation in Patients with Severe Ovarian Dysfunction
Published on: March 25, 2021
5.1K
人工智能在体外受精的个性化卵巢刺激中提高预测性能:一个回顾性队列研究
Guiquan Wang1,2,3,4, Minyue Tang5,6, Liming Zhou7
1Department of Reproductive Endocrinology, School of Medicine, Women's Hospital, Zhejiang University, No. 1 Xueshi Road, Hangzhou, Zhejiang Province, China. frank_sjtu@hotmail.com.
BMC medicine
|March 11, 2026
概括
人工智能 (AI) 模型显著改善了对在试管婴儿 (IVF) 进行受控卵巢刺激 (COS) 的卵巢反应的预测. 这种人工智能系统优化COS策略,增强个性化生殖医学.
科学领域:
- 生殖医学和内分泌学.
- 医疗保健中的人工智能
- 生物医学数据科学 生物医学数据科学
背景情况:
- 每年有数以百万计的体外受精 (IVF) 周期发生,由于人口老龄化,需求不断增加.
- 控制性卵巢刺激 (COS) 对于试管婴儿的成功至关重要,但仍然很复杂.
- 人工智能 (AI) 的进步为改善试管婴儿结果提供了潜力.
研究的目的:
- 调查人工智能模型是否可以在卵巢反应的预测准确性方面超越传统的临床实践.
- 评估AI在优化IVF控制卵巢刺激 (COS) 策略方面的能力.
- 为个性化COS设计开发和验证人工智能系统.
主要方法:
- 追溯队列研究分析了2017年10月至2022年1月的试管婴儿患者,并进行了外部验证.
- 对6个AI算法和73个变量进行选,以开发一个四个子模型的AI系统 (低/高响应的风险和战略模型).
- 使用Shapley添加剂解释特征重要性和强度敏感性分析.
主要成果:
- 与传统标志物相比,人工智能系统对低卵巢反应和高卵巢反应进行了优异的预测歧视 (AUC范围从0.89到0.95).
- 该系统在外部验证中显示出良好的校准和有希望的性能 (AUC 0.84-0.88).
- 确定了包括COS协议,FSH剂量,血压,肝酶,WBC,LH和血小板计数在内的关键预测因子,用于战略部署的高精度 (95.5%-98.4%).
结论:
- 基于人工智能的系统在检测异常的卵巢反应和设计个性化的COS方面明显优于传统方法.
- 该系统确定了新的潜在生物标志物,并为优化试管婴儿治疗提供了新的见解.
- 这种人工智能方法对推进个性化生殖医学和提高试管婴儿成功率充满希望.
