估计不孕症是影响育龄妇女的8%。虽然IVF帮助了数百万分娩,但美国的平均成功率约为45%。
在这项研究中,研究人员使用了受精110小时后拍摄的1.2万张人类胚胎照片,以训练一种人工智能算法来区分糟糕和良好的胚胎质量。为了得到这个称号,胚胎学家首先对每个胚胎进行分级,他们考虑了胚胎外观的各个方面。研究人员随后进行了统计分析,将胚胎等级与成功妊娠的概率联系起来。如果受孕几率大于58%,则被认为是优质胚胎;如果受孕几率低于35%,则被认为是劣质胚胎。经过训练和验证,这个被称为Stork的算法能够以97%的准确率对一组新图像进行质量分类。
“通过将新技术引入试管婴儿领域,我们可以将一个非常依赖于人类主观判断的过程自动化和标准化。这项开创性的工作为我们打开了一扇窗口,让我们了解这一领域的未来前景,”纽约-长老会/威尔康奈尔医疗中心(NewYork-Presbyterian/Weill Cornell Medical Center)罗纳德·o·佩雷尔曼和克劳迪娅·科恩生殖医学中心(Ronald O. Perelman and Claudia Cohen Center for Reproductive Medicine)主任兼首席医师泽夫·罗森瓦克斯(Zev Rosenwaks)博士说。
选择最有可能健康怀孕的胚胎目前是一个主观的过程。即使是经验丰富的胚胎学家,对于如何根据胚胎在囊胚期的表现来预测单个胚胎的生存能力,也没有达成一致意见。在囊胚期,胚胎只有200-300个细胞。“我们想开发一种客观的方法,用来规范和优化选择过程,以提高试管受精的成功率,”生殖医学中心(Center for Reproductive Medicine)胚胎学实验室(Embryology Lab)的高级合著者兼主任尼卡·扎尼诺维奇(Nikica Zaninovic)博士说。
在生殖医学中心(Center for Reproductive Medicine)和威尔康奈尔医学院(Weill Cornell Medicine)卡里尔和以色列英格兰精密医学研究所(Caryl and Israel Englander Institute for Precision Medicine)的合作中,研究人员花了6个多月的时间审查了大约5万张匿名图像,这些图像代表了10148个人类胚胎,这些图像是通过延时摄影在7年时间里收集的。根据胚胎学家指定的等级和对妊娠结局的后见之明,研究者可以将胚胎分为质量良好、一般或较差。最终,他们使用了两组6000张图像,包括质量好的和质量差的,来教算法如何对呈现给它的新图像进行分类。“据我们所知,这是第一次有人将深度学习算法应用于拥有如此大量图像的人类胚胎,”该研究的第一作者、计算生物医学博士后佩加·霍斯拉维(Pegah Khosravi)博士说。
深度学习是一种人工智能方法,其在大脑的神经网络之后大致建模,这分析了增加复杂性层的信息。当计算机被馈送新信息时,其识别所需模式的能力,无论是它们是健康胚胎的特征还是包含肺癌肿瘤的细胞,自动改善。培训数据集的大小对于算法的成功令人统称至关重要,具有更多的数据,导致更好的结果。“我们的算法将有助于胚胎学家最大限度地提高他们患者将有一个健康的怀孕的机会,”英国精密医学和Hrh王子王子阿尔瓦莱·宾馆班·阿布拉尔·宾·宾馆博士馆委员会兼计算研究所威尔康奈尔医学的生物医学。“IVF程序将保持不变,但我们将能够通过利用人工智能力量来改善结果。”
虽然鹳可以选择具有高精度的优质胚胎,但之前的研究表明,只有80%的妊娠成功率依赖于胚胎质量。特别是母亲年龄与子宫中成功的胚胎植入率降低相关。
生育专家经常植入多个胚胎,试图最大限度地提高患有一次成功的机会,但该过程是不精确的,可以导致多种妊娠,这是携带自己的风险,如低出生体重,早产和母体并发症。因此,调查人员开发了另一种计算方法,可以考虑孕产妇年龄和多个胚胎的质量来确定最佳组合,以实现单一的生育。“我们正试图为各个患者定制过程,因为并非每个患者都是一样的,”Zaninovic博士说,他也是临床妇产科胚胎学教授和威尔康奈尔医学的临床生殖医学副教授。“我们希望用精密药物进行个性化医学以获得最佳结果。”
研究人员使用临床数据进行2,182个胚胎,通过使用胚胎质量和患者年龄的组合来评估成功的妊娠率,作为最重要的临床变量。他们还提供了概率分析,旨在优化胚胎选择并最大限度地提高单一妊娠的可能性。
Stork目前是一个调查工具,研究人员计划加入更多的临床和技术参数来改进算法。“非常重要的是,我们可以在这里组建一个团队,包括计算机科学家、精准医学专家、胚胎学家和临床医生,”伊曼·哈吉拉索利哈博士说,他是阿尔瓦利德·宾·塔拉·宾·阿卜杜勒阿齐兹亲王计算生物医学研究所计算生物医学的计算基因组学的高级合著者和助理教授,生理学和生物物理学的助理教授,也是英格兰精确医学研究所的成员。“我们需要一个专业领域广泛的强大团队来解决这个问题。”
来源:威尔康奈尔医学院