一项最新研究显示，一种新的人工智能（AI）系统可以仅通过延时视频资料和母亲的年龄准确评估体外受精（IVF）胚胎的染色体状态。
根据威尔康奈尔医学院的研究，一种新开发的基于AI的系统，通过利用仅有的胚胎延时视频和母亲的年龄，能够有效地确定体外受精（IVF）胚胎的染色体状态。
该系统被称为“BELA”，其详细信息在9月5日发布于《自然通讯》上的论文中体现。它代表了团队开发的最新平台，用于评估胚胎是否具有标准（正常二倍体）或不规则（非正常二倍体）的染色体数目，这对IVF的成功至关重要。与早期的AI方法不同，BELA不依赖于胚胎学家的个人判断，提供了一种更客观和普遍适用的评估。如果临床试验确认其有效性，BELA可能会在胚胎学诊所广泛应用，以提高IVF治疗的效率。
研究的高级作者、威尔康奈尔医学院的生理学与生物物理学副教授伊曼·哈基拉索利哈博士表示：“这种方法是完全自动化的，与以前的系统相比，提供了一种更客观的解决方案。它利用更大规模的图像数据集，增强了预测能力。”
研究的主要作者是哈基拉索利哈博士实验室的博士生苏拉吉·拉金德兰。对胚胎的工作由胚胎学副教授、威尔康奈尔医学院罗纳德·O·佩雷曼与克劳迪娅·科恩生殖医学中心（CRM）胚胎学实验室的主任尼基卡·扎尼诺维奇博士领导，研究还包括CRM主任和首席医师及威尔康奈尔医学院生殖医学杰出教授泽夫·罗森瓦克斯博士的贡献。
通常，胚胎学家通过在显微镜下检查IVF胚胎来评估胚胎的质量。如果胚胎看起来正常，但对潜在问题存在担忧，特别是在涉及较年长母亲的情况下，他们可能会进行一项更具侵入性的染色体状态检测。最可靠的测试是一种类似活检的程序，称为植入前遗传检测（PGT-A）。最近，胚胎学家们开始与AI专家合作，帮助自动化这一过程的一部分并提升结果。在2022年的一项研究中，哈基拉索利哈博士及其同事推出了STORK-A，这是一个使用单个显微图像以及母亲年龄和胚胎学家评估来预测胚胎的倍体状态的AI系统，达到约70%的准确率。
相比之下，BELA被开发用于独立提供准确的倍体预测，而不依赖于胚胎学家的评估。该系统的核心是一种机器学习模型，它查看在受精后约五天内捕获的九个胚胎延时视频图像，生成胚胎的质量评分。该评分与母亲的年龄一起用于预测胚胎是正常二倍体还是非正常二倍体。
为了训练模型，研究人员利用威尔康奈尔医学院CRM的去标识化数据集，该数据集包含近2000个胚胎的图像序列及其PGT-A确认的倍体状态。随后，模型在威尔康奈尔医学院CRM和佛罗里达州及西班牙的大型IVF诊所的新数据集上进行了测试。结果表明，该模型相比先前尝试更准确地预测了倍体状态，并在内部和外部数据集上表现良好。
研究人员计划在目前规划阶段的一项随机对照临床试验中进一步评估BELA的预测能力。
扎尼诺维奇博士表示：“BELA和类似的AI模型可以使缺乏先进IVF技术和PGT检测的地区更容易获得IVF服务，从而在全球范围内促进IVF护理的公平性。”
此外，由于BELA处理每个胚胎的广泛图像数据，研究人员建议它可能在超出倍体预测的应用方面具有潜力。
拉金德兰表示：“我们希望该模型还可以用于胚胎质量的综合评估、发育阶段的预测，以及其他胚胎学诊所可能调整以满足其特定需求的应用。”
威尔康奈尔医学院的几位医生和科学家与外部实体合作，以促进科学进步并提供专业见解。该机构公开披露这些关系以保持透明。如需更多详细信息，请参见伊曼·哈基拉索利哈医生和尼基卡·扎尼诺维奇医生的个人资料。
这项研究部分得到了国立卫生研究院下属的国立普通医学科学研究所的资助，资助编号为R35GM138152。
