Искусственный интеллект — ключ к развитию эмбриологической лаборатории

Авторы

  • А.А. Бегимбаева персона
  • А.Н. Рыбина
  • К.Т. Нигметова
  • Ж.К. Сайлау
  • А.Ш. Ермекова
  • Ш.К. Карибаева
  • В.Н. Локшин

DOI:

https://doi.org/10.37800/RM.3.2024.42-49

Ключевые слова:

искусственный интеллект, эмбрионы, оценка развития, плоидность, бластоциста, преимплантационной диагностики

Аннотация

Актуальность: Внедрение искусственного интеллекта (ИИ) во вспомогательные репродуктивные технологии (ВРТ) является актуальной темой. Несмотря на потенциальный успех использования ИИ, вопросы о корректности его использования требует дальнейших выяснений.

Цель исследования — оценка возможности использования искусственного интеллекта для прогнозирования вероятности выхода бластоцист, их плоидности и частоты наступления беременности с помощью искусственного интеллекта и time-laps технологии в программах вспомогательных репродуктивных технологий.

Материалы и методы: Нами было проведено поперечное ретроспективное исследование 655 программ супружеских пар с диагнозом бесплодие. Пациенты были разделены на 2 возрастные группы: 1 группа – до 38 лет, 2 группа – 39 лет и старше. Эмбрионы были поделены на 2 группы в зависимости от оценки ИИ на 5 сутки развития: 1 группа с оценкой 0-5 баллов, 2 группа – 6-10 баллов. По морфологическому качеству эмбрионы были разделены на 2 группы: 1 группа – эмбрионы с оценкой бластоцисты отличного качества ≥2ВС по Гарднеру, 2 группа – это бластоцисты хорошего качества и ниже <2ВС.

Результаты: Корреляционный анализ оценки ИИ эмбрионов на 3 сутки развития выявил статистически значимую умеренную положительную корреляцию и между оценкой эмбрионов на 5 сутки развития и морфологическим качеством бластоцист. Прогнозирование эуплоидного эмбриона с помощью ИИ достигает 90,9%. Согласно полученным данным, вне зависимости от возраста женщины эмбрионы с низкой оценкой ИИ на 5 сутки развития статистически значимо реже приводят к беременности (р<0,001). Чувствительность полученной модели составила 79,6%, специфичность – 47,1%.

Заключение: Полученные результаты демонстрируют высокий потенциал применения ИИ для увеличения эффективности исхода программ ВРТ, в том числе в качестве неинвазивной преимплантационной диагностики. Необходимо дальнейшее изучение возможностей применения ИИ в клиниках ВРТ.

Библиографические ссылки

Salih M, Austin C, Warty RR, Tiktin C, Rolnik DL, Momeni M, Rezatofighi H, Reddy S, Smith V, Vollenhoven B, Horta F. Еmbryo selection through artificial intelligence versus embryologists. Human Reproduction Open. 2023;2023(3).

https://doi.org/10.1093/hropen/hoad031

Diakiw SM, Hall JMM, Vermilyea MD, Amin J, Aizpurua J, Giardini L, Briones YG, Lim AYX, Dakka MA, Nguyen TV, Perugini D, Perugini M. Development of an artificial intelligence model for predicting the likelihood of human embryo euploidy based on blastocyst images from multiple imaging systems during IVF. Human Reproduction. 2022;30;37(8):1746-1759.

https://doi.org/10.1093/humrep/deac131

Chavez-Badiola A, Flores-Saiffe-Farías A, Mendizabal-Ruiz G, Drakeley AJ, Cohen J. Embryo Ranking Intelligent Classification Algorithm (ERICA): artificial intelligence clinical assistant predicting embryo ploidy and implantation. Reprod Biomed Online. 2020;41(4):585-593.

https://doi.org/10.1016/j.rbmo.2020.07.003

Zegers-Hochschild F, David Adamson G, Dyer S, Racowsky C, De Mouzon J, Sokol R, Rienzi L, Sunde A., Schmidt L, Cooke ID, Simpson JL, Van der Poel S. The International Glossary on Infertility and Fertility Care. Human Reproduction. 2017;32(9):1786-1801.

https://doi.org/10.1093/humrep/dex234

Gardner DK, Balaban B. Assessment of human embryo development using morphological criteria in an era of time-lapse, algorithms and 'OMICS': is looking good still important? Molecular Human Reproduction. 2016;22(10):704-718.

https://doi.org/10.1093/molehr/gaw057

Desai NN, Goldstein J, Rowland DY, Goldfarb JM. Morphological evaluation of human embryos and derivation of an embryo quality scoring system specific for day 3 embryos: a systematic review. Human Reproduction Update. 2014;20(3):413-426.

https://doi.org/10.1093/humrep/15.10.2190

Tran D, Cooke S, Illingworth PJ, Gardner DK. Deep learning as a predictive tool for fetal heart pregnancy using electronic health records. Human Reproduction. 2019;34(6):1011-1018.

https://doi.org/10.1093/humrep/dez064

Khosravi P, Kazemi E, Zhan Q, Toschi M, Malmsten JE, Hickman C, Meseguer M, Rosenwaks Z, Elemento O, Zaninovic N, Hajirasouliha I. Robust automated assessment of human blastocyst quality using deep learning. NPJ Digit Me. 2019;2:21.

https://doi.org/10.1038/s41746-019-0096-y

Curchoe CL, Bormann CL. Artificial intelligence and machine learning for human reproduction and embryology. J Assistant Reproduction Genetics. 2019;36(4):591-600.

https://doi.org/10.1007/s10815-019-01408-x

Zaninovic N, Rosenwaks Z. Artificial intelligence for embryo assessment: a perspective on the commercial application of this technology in IVF. Fertility and Sterility. 2021;42(1):5-15.

https://doi.org/10.1016/j.fertnstert.2020.09.157

Fruchter-Goldmeier Y, Kantor D, Ben-Meir A, Wainstock T, Erlich I, Levitas E, Shufaro Y, Sapir O, Har-Vardi I. An artificial intelligence algorithm for automated blastocyst morphometric parameters demonstrates a positive association with implantation potential. Scientific Reports. 2023;13(1):14617.

https://doi.org/10.1038/s41598-023-40923-x

Kragh MF, Karstoft H. Embryo selection with artificial intelligence: how to evaluate and compare methods? J Assistant Reproduction Genetics. 2021;38(7):1675-1689.

https://doi.org/10.1007/s10815-021-02254-6

Wang X, Wei Q, Huang W, Yin L, Ma T. Can time-lapse culture combined with artificial intelligence improve ongoing pregnancy rates in fresh transfer cycles of single cleavage stage embryos? Front Endocrinol. 2024;29(15):1449035.

https://doi.org/10.3389/fendo.2024.1449035

Загрузки

Опубликован

02.10.2024

Как цитировать

[1]
Бегимбаева, А., Рыбина, А. , Нигметова, К., Сайлау, Ж., Ермекова, А., Карибаева, Ш. и Локшин, В. 2024. Искусственный интеллект — ключ к развитию эмбриологической лаборатории. Репродуктивная медицина (Центральная Азия). 3 (окт. 2024), 42–49. DOI:https://doi.org/10.37800/RM.3.2024.42-49.