Разработка модели искусственного интеллекта для прогнозирования вероятности эуплоидии эмбриона человека по изображениям бластоцист, полученным на разных системах визуализации во время ЭКО

Вопрос исследования: Может ли модель искусственного интеллекта прогнозировать плоидность эмбриона человека по статическим изображениям, полученным с помощью оптической световой микроскопии?

Краткий ответ: Получены данные о прогностической точности для эуплоидии эмбрионов; выявлена значимая корреляция между оценкой ИИ и частотой эуплоидии на основе анализа изображений бластоцист на 5-й день после ЭКО.

Что уже известно: Эуплоидные эмбрионы с нормальным для человека набором из 46 хромосом предпочтительно выбирают для переноса по сравнению с анеуплоидными, поскольку они связаны с лучшими клиническими исходами. В настоящее время оценку генетического статуса эмбриона чаще всего проводят с помощью преимплантационного генетического тестирования на анеуплоидии (ПГТ-А), которое включает биопсию эмбриона и генетическое исследование. Возможное повреждение эмбриона при биопсии и неоднородность анеуплоидных клеток у мозаичных эмбрионов побудили к поиску дополнительных неинвазивных методов оценки генетического статуса всего эмбриона.

Дизайн исследования, объем, длительность: 15 192 изображения эмбрионов на стадии бластоцисты с соответствующими клиническими исходами были предоставлены 10 клиниками ЭКО из США, Индии, Испании и Малайзии. Большая часть данных была ретроспективной; дополнительно клиники ЭКО, использовавшие генетическую модель ИИ в клинической практике, предоставили два проспективно собранных слепых набора данных. Из этих изображений 5050 изображений эмбрионов на 5-й день культивирования in vitro использовали для разработки модели ИИ. Эти изображения 5-го дня были получены от 2438 женщин, последовательно проходивших лечение с помощью ЭКО в США в 2011–2020 годах. Остальные изображения использовали для оценки эффективности в разных условиях либо исключали, если они не соответствовали критериям включения.

Участники/материалы, условия, методы: Генетическую модель ИИ обучали на статических двумерных изображениях бластоцист 5-го дня, полученных с помощью оптического светового микроскопа, с привязанными генетическими данными ПГТ-А. Конечной точкой был статус плоидности (эуплоидия или анеуплоидия) по результатам ПГТ-А. Прогностическую точность оценивали по чувствительности (правильное предсказание эуплоидии), специфичности (правильное предсказание анеуплоидии) и общей точности. Также определяли коэффициент корреляции Мэтьюса, характеристики ROC-кривых и кривых точности-полноты, включая значения AUC. Эффективность дополнительно оценивали с помощью корреляционного анализа и имитационных когортных исследований для проверки способности к ранжированию с обогащением по эуплоидии.

Основные результаты и роль случайности: Общая точность прогнозирования эуплоидии на слепом тестовом наборе составила 65,3%, чувствительность — 74,6%. После очистки слепого тестового набора от изображений низкого качества и ошибочно размеченных изображений общая точность выросла до 77,4%. Эта эффективность может быть клинически значимой в ситуациях, когда учтены и устранены смешивающие факторы, такие как вариабельность тестирования ПГТ-А. Между оценкой ИИ и долей эуплоидных эмбрионов выявлена значимая положительная корреляция: эмбрионы с очень высокими баллами (9,0–10,0) в два раза чаще были эуплоидными, чем эмбрионы с самыми низкими баллами (0,0–2,4). При ранжировании эмбрионов в когорте с помощью генетической модели ИИ вероятность того, что эмбрион с наивысшим рангом окажется эуплоидным, составила 82,4%; это на 26,4% эффективнее случайного ранжирования и примерно на 13–19% эффективнее, чем использование шкалы Gardner. Вероятность увеличивалась до 97,0%, если учитывать вероятность эуплоидии хотя бы одного из двух эмбрионов с наивысшим рангом, а вероятность того, что оба из двух лучших эмбрионов будут эуплоидными, составляла 66,4%. Дополнительные анализы показали, что модель ИИ хорошо обобщается на разные демографические группы пациенток и может также использоваться для оценки эмбрионов 6-го дня и изображений, полученных с помощью нескольких систем таймлапс-визуализации. Результаты также позволяют предположить, что модель ИИ потенциально может различать мозаичные эмбрионы в зависимости от степени мозаицизма.

Ограничения, причины для осторожности: Хотя исследование выполняли на ретроспективно и проспективно собранных данных, необходимо продолжать оценку реального клинического применения генетической модели ИИ. Описанная конечная точка отражала только эуплоидию по клиническому результату ПГТ-А, поэтому прогностическую точность для генетического статуса in utero или при рождении не оценивали. Исследования повторной биопсии эмбрионов с использованием разных методов ПГТ-А показали определенную вариабельность результатов ПГТ-А, что необходимо учитывать при интерпретации эффективности модели ИИ.

Широкие последствия результатов: Совокупность этих данных поддерживает использование данной генетической модели ИИ для оценки статуса плоидности эмбриона в клинической практике. Результаты можно применять для отбора и обогащения когорты эмбрионами, вероятнее всего эуплоидными, для нескольких клинических целей, включая выбор для переноса при отсутствии альтернативных генетических методов, выбор для криоконсервации с целью последующего использования или выбор для дальнейшего подтверждающего ПГТ-А по мере необходимости.

Финансирование исследования/конфликт интересов: Life Whisperer Diagnostics является полностью принадлежащей дочерней компанией материнской компании Presagen Holdings Pty Ltd. Исследование финансировалось компанией Presagen при поддержке гранта правительства Южной Австралии: фонда Research, Commercialisation, and Startup Fund (RCSF). Натурная поддержка и эмбриологическая экспертиза для разработки алгоритма были предоставлены Ovation Fertility. Натурная поддержка в виде вычислительных ресурсов была предоставлена через программу Amazon Web Services (AWS) Activate. J.M.M.H., D.P. и M.P. являются совладельцами Life Whisperer и Presagen. S.M.D., M.A.D. и T.V.N. являются сотрудниками или бывшими сотрудниками Life Whisperer. S.M.D., J.M.M.H., M.A.D., T.V.N., D.P. и M.P. указаны как изобретатели патентов, связанных с этой работой, а также имеют опционные права на акции материнской компании Presagen. M.V. входит в консультативный совет глобального дистрибьютора технологии, описанной в этом исследовании, и также получил поддержку для участия в совещаниях.

Номер регистрации исследования: Неприменимо.