六分之一的夫妇患有不孕症，并对他们的生活质量产生负面影响。因此，像体外受精(IVF)这样的专业辅助生殖技术备受追捧。这种昂贵的医疗程序通常依赖于对体外受精卵或胚胎的评估，并选择最好的来提高子宫植入的机会。胚胎选择是具有挑战性的，因为它依赖于胚胎形态学的主观视觉检查，使数据高度可变和依赖于医生的经验。

为了解决这一问题，温州医科大学的张康博士和广州妇幼医院的孙玲博士，以及他们在中国的合作者，开发了一个基于人工智能(AI)的系统，以实现胚胎选择的自动化，并在这一关键阶段消除主观性。这项研究于2024年7月12日在线发表在《中国医学杂志》上，描述了一种自动化的非侵入性系统，可以改善体外受精目的的人类胚胎评估和选择。

“目前，大多数模型使用静态胚胎图像或延时视频作为输入，并专注于特定的预测任务，而不涵盖整个试管婴儿周期。我们的研究通过提出一个全面的人工智能系统来解决现有研究中的这一差距，该系统旨在解决整个试管婴儿周期的关键挑战，”张博士指出。

该团队根据伊斯坦布尔共识标准，开发了一种使用多任务学习的人工智能系统，用于在原核、卵裂和囊胚阶段进行胚胎形态评估。他们利用19201张胚胎照片，训练人工智能系统评估正常胚胎发育，包括第1天的原核类型和第3天的卵裂球数量、卵裂球的不对称性和破碎性。此外，他们使用胚胎图像和临床元数据训练了一个神经网络，以在第3天或第5天识别适合植入的高质量胚胎，并预测活产结果。

本研究开发的人工智能平台包括四个主要模块:胚胎形态分级模块、囊胚形成评估模块、非整倍体检测模块和活产预测模块。这些模块的结合使胚胎的选择能够基于临床医生观察能力之外的细微视觉特征，而不像以前的人工智能辅助形态学分级和囊胚预测模型依赖于基于描述性参数的形态学分级。张博士解释说:“这种对传统描述性参数的背离引入了一种更客观和数据驱动的胚胎评估方法，从而提高了预测的精度和效率。”

研究人员假设，基因组非整倍性可能会影响胚胎发育过程中的细胞形态和迁移模式，从而使其能够被人工智能算法检测到。他们利用胚胎植入前基因检测(PGT)的延时视频来训练3D卷积神经网络，以预测非整倍体和随后的活产结果。传统上，昂贵的体外受精PGT-A检测识别胚胎非整倍体，这是体外受精周期中植入失败和流产的重要原因。人工智能系统消除了侵入性活组织检查或基因检测的需要，从而降低了体外受精程序的总体成本。

在一项前瞻性队列研究中，人工智能平台的临床效用验证显示，与pgt -a辅助组相比，人工智能辅助植入的活产成功率更高。值得注意的是，人工智能方法在胚胎非整倍体筛选方面比经验丰富的胚胎学家取得了更高的准确性。张博士兴奋地说:“我们的主要目标是最大限度地提高试管婴儿成功率，加快受孕时间，最大限度地降低多胎妊娠的风险。”

“尽管有这些有希望的发现，但这项研究承认了某些局限性，例如人工智能模型的训练和测试仅限于中国人口，”张博士在阐述他的愿景时承认。他进一步补充道:“人工智能(AI)在改变医疗保健和改善各个领域的结果方面有着巨大的希望，包括基于图像的诊断、语音识别和自然语言处理。”

总的来说，这项研究满足了对一个能够客观评估胚胎健康参数以预测最终活产结果的自动化系统的需求。生殖医学技术的进步将提高体外受精的成功率，为许多因不孕不育而沮丧的夫妇铺平道路。