利用人工智能技术进行体外受精胚胎选择

根据威尔康奈尔医学院研究人员的一项新研究，一种人工智能算法可以无创地确定体外受精胚胎的染色体数量是否正常，准确率约为70%。

染色体数量异常，这种情况被称为非整倍体，是体外受精(IVF)产生的胚胎无法植入或导致健康怀孕的主要原因。目前检测非整倍体的方法之一是活检样取样基因检测这种方法不仅增加了体外受精过程的成本，而且对胚胎具有侵入性。的新算法他在12月19日发表的一篇论文中描述《柳叶刀》数字健康，可以帮助预测非整倍体，而没有活检的缺点。它通过分析胚胎的显微镜图像来运行，并结合有关母亲年龄的信息和体外受精诊所对胚胎外观的评分。

“我们的希望是，我们最终能够使用人工智能和计算机视觉技术，以一种完全非侵入性的方式预测非整倍体，”该研究的资深作者伊曼·哈吉拉苏利哈博士说，他是威尔·康奈尔医学院计算基因组学、生理学和生物物理学副教授，也是英格兰精确医学研究所的成员。

这项研究的第一作者是威尔康奈尔医学科学研究生院的博士生Josue Barnes，他在Hajirasouliha实验室工作。尼克卡·扎尼诺维奇博士是临床妇产科胚胎学副教授，也是罗纳德·o·佩雷尔曼和克劳迪娅·科恩生殖医学中心胚胎学实验室主任，在威尔·康奈尔医学和纽约长老会/威尔·康奈尔医学中心领导了这项研究的胚胎学工作。

根据美国疾病控制和预防中心的数据，2020年美国进行了30多万次体外受精周期，导致约8万例活产。试管婴儿专家一直在寻找提高这一水平的方法成功率这意味着要开发出更好的方法来识别存活的胚胎。

生育诊所的工作人员目前使用显微镜来评估与生存能力差相关的大规模异常胚胎。为了获得染色体的信息，临床工作人员也可能使用一种称为植入前基因检测非整倍体(PGT-A)的活组织检查方法，主要用于37岁以上的女性。

为了开发一种胚胎评估的计算方法，利用胚胎学实验室开创性地使用延时摄影，生殖医学中心的研究人员与英格兰研究所的同事合作。

在2019年研究，团队开发了一个人工智能(AI)算法，STORK，可以评估胚胎质量以及试管婴儿诊所的工作人员。在这项新研究中，他们开发了STORK-A作为PGT-A的潜在替代品，或者作为一种更有选择性的方式来决定哪些胚胎应该进行PGT-A测试。

新的STORK-A算法使用受精后5天拍摄的胚胎显微镜图像，临床工作人员对胚胎质量的评分，母亲的年龄，以及其他通常作为体外受精过程一部分收集的信息。由于使用人工智能，该算法自动“学习”将数据的某些特征与非整倍体的可能性联系起来，这些特征对人眼来说往往太过微妙。研究小组在10378个囊胚的数据集上训练了STORK-A，这些囊胚的倍性状态已经已知。

从其性能来看，他们评估了该算法预测非整倍体胚胎与正常染色体“整倍体”胚胎的准确性，接近70%(69.3%)。在预测涉及多个染色体的非整倍体(复杂非整倍体)与整倍体时，STORK-A的准确率为77.6%。他们后来在独立的数据集上测试了该算法，其中包括来自西班牙试管婴儿诊所的数据集，并发现了类似的准确性结果，证明了STORK-A的普遍性。

这项研究为目前还处于实验阶段的方法提供了概念证明。在临床上标准化使用STORK-A需要将其与PGT-A进行比较的临床试验，并获得食品和药物管理局的批准——这些都是未来几年的事情。但是，新的算法代表着试管婴儿胚胎选择在降低风险、减少主观性、降低成本和提高准确性方面取得的进展。

“这是人工智能可能改变医学的另一个很好的例子。该算法将数以万计的胚胎图像转化为人工智能模型，最终可能被用于帮助提高体外受精效果，并通过降低成本进一步实现大众化，”合著者Olivier Elemento博士说，他是英格兰精确医学研究所所长，也是威尔康奈尔医学院计算生物医学生理学和生物物理学以及计算基因组学教授。

扎尼诺维奇博士说:“我们相信，最终通过使用这项技术，我们可以减少进行活组织检查的胚胎数量，降低成本，并在患者需要决定是否进行PGT-A时，为他们提供一个非常好的咨询工具。”

该团队现在计划在这一成功的基础上，利用胚胎发育视频训练的算法。

巴恩斯说:“通过使用视频分类，我们可以利用关于胚胎发育的时间和空间信息，希望这将允许检测发育趋势，以更高的精度区分非整倍体和整倍体。”

“这项技术正在进行优化，希望在某种程度上，它的准确性接近基因检测，后者是黄金标准，准确率超过90%。”合著者泽夫·罗森瓦克斯博士说，他是纽约长老会/威尔康奈尔医学中心和威尔康奈尔医学中心罗纳德·o·佩雷尔曼和克劳迪娅·科恩生殖医学中心的主任和首席医生，也是威尔康奈尔医学妇产科的Revlon生殖医学杰出教授。“但我们意识到，这是一个雄心勃勃的目标。”