利用人工智能技术,体外受精胚胎的选择

一个人工智能算法可以确定变化,约有70%的准确率,如果一个体外受精胚胎正常或异常的染色体数目,根据一项新的研究从威尔康奈尔医学院的研究人员。

有异常的染色体数目,称为非整倍性的条件,是一个主要的原因来源于胚胎体外受精(IVF)植入失败或导致一个健康的怀孕。当前检测非整倍性的方法之一涉及到biopsy-like取样和基因检测细胞从一个embryo-an试管受精过程和方法,增加了成本是侵入性的胚胎。的新算法STORK-A, 12月19日发表的一篇论文中描述柳叶刀数字医疗非整倍体,可以帮助预测没有活检的缺点。它是通过分析胚胎的显微镜图像包含了关于母亲的年龄和体外受精诊所的胚胎的外观评分。

“我们的希望是,我们最终能够预测非整倍性在一个完全非侵入性的方式,利用人工智能和计算机视觉技术,“研究高级作者伊曼博士说Hajirasouliha,关联计算基因组学和生理学和生物物理学教授威尔康奈尔医学和Englander精密医学研究所的一员。

该研究的第一作者约书亚巴恩斯,在威尔康奈尔大学研究生院博士生Hajirasouliha医学科学研究的实验室。副教授博士Nikica Zaninovic胚胎学在临床妇产科和胚胎学实验室的主任罗纳德·o·佩雷尔曼和克劳迪娅·科恩生殖医学中心纽约长老会医院/威尔康奈尔医学和威尔康奈尔医学中心领导的胚胎学研究工作。

据美国疾病控制和预防中心,有超过300000试管婴儿周期执行2020年在美国,导致大约80000名活产。体外受精专家总是在寻找方法来提高成功率用更少的胚胎,实现更成功怀孕transfers-which意味着发展更好的方法确定可行的胚胎。

生育诊所员工目前使用显微镜评估胚胎用于大规模的异常与可怜的可行性。获得关于染色体的信息,诊所工作人员也可以使用活检方法称为胚胎植入前的基因检测非整倍性(PGT-A),主要在37岁以上的妇女。

开发一种胚胎评估计算方法,利用胚胎学实验室开创性的使用时间流逝摄影、生殖医学中心的研究人员与同事Englander研究所。

在2019年的一次研究团队开发了一个人工智能鹳(AI)算法,可以评估胚胎质量以及体外受精诊所工作人员。在新的研究中,他们开发了STORK-A作为潜在的替代PGT-A-or更有选择性的方式决定胚胎应该PGT-A测试。

新的STORK-A算法使用显微镜图片过去受精胚胎在五天,诊所工作人员的胚胎质量评分,母亲的年龄,和其他信息,通常聚集体外受精过程的一部分。因为它使用AI算法自动“学习”关联的某些特性数据,经常对人类的眼睛太微妙,非整倍性的机会。团队训练STORK-A数据集10378胚泡的倍性地位已经有所了解。

从它的性能,他们评估了算法的准确性预测非整倍体与正常染色”整倍体胚胎在近70% (69.3%)。在预测非整倍性涉及多个chromosome-complex aneuploidy-versus整倍性,STORK-A是77.6%准确的。后来他们在独立的数据集测试了该算法,其中包括从试管受精诊所在西班牙,并发现了类似的结果准确性,展示STORK-A的普遍性。

这项研究提供了一个概念验证的方法,目前实验。规范使用STORK-A诊所需要临床试验比较PGT-A,食品和药物管理局批准在未来几年。但新算法代表进步的路上做试管婴儿胚胎选择风险较小,相对主观的,成本更低、更准确。

“这是一个很好的例子,AI可能如何改变医学。算法将成千上万的胚胎图像变成人工智能模型,最终可能被用来帮助提高体外受精效果和进一步民主化访问通过减少成本,”合著者Olivier Elemento博士说,英格兰德研究所主任精密医学和生理学和生物物理学教授和计算在计算生物医学基因组学威尔康奈尔医学。

“我们相信,最终通过使用这种技术,我们可以减少胚胎活检,降低成本,并提供一个很好的工具,与患者协商时需要做出决定是否要做PGT-A与否,“Zaninovic博士说。

的团队现在计划建立胚胎发展的成功与算法训练视频。

”通过使用视频分类,我们可以利用时间和空间胚胎的发展信息,并希望这将允许检测发展趋势区分从整倍性异倍性更高精度,”巴恩斯说。

“这项技术正在优化,希望在某种程度上它的准确性将接近基因检测,这是黄金标准,超过90%准确,”合著者泽夫,罗斯博士说导演和physician-in-chief罗纳德·o·佩雷尔曼和克劳迪娅·科恩的生殖医学中心纽约长老会/威尔康奈尔医学中心和威尔康奈尔医学和露华浓特聘教授的妇产科生殖医学威尔康奈尔医学。“但我们意识到,这一目标是梦寐以求的。”