Система искусственного интеллекта для оценки исходов эмбрионов человека, полученных при экстракорпоральном оплодотворении

Введение: Экстракорпоральное оплодотворение стало важным решением проблемы бесплодия, однако достижение благоприятных исходов живорождения по-прежнему затруднено. В текущей клинической практике ЭКО данные об эмбрионах собирают разнородными методами, включая статические изображения и видеозаписи с временной разверткой. При этом традиционный отбор эмбрионов, основанный главным образом на визуальной оценке морфологии, отличается вариабельностью и зависит от опыта специалиста. Поэтому крайне востребована автоматизированная система, способная оценивать разнородные данные об эмбрионах и прогнозировать конечный исход живорождения.

Методы: Мы использовали искусственный интеллект для морфологической оценки эмбрионов, выбора бластоцист, прогнозирования анеуплоидии и конечного исхода живорождения. Модели ИИ для многозадачного обучения разработали и валидировали для морфологической оценки эмбрионов, включая тип пронуклеусов в 1-й день и число бластомеров, их асимметрию и фрагментацию в 3-й день, на основании 19 201 фотографии эмбрионов от 8271 пациента. Для выявления эмбрионов хорошего качества для переноса на 3-й или 5-й день и прогнозирования исходов живорождения обучили нейронную сеть на эмбриональных и клинических метаданных. Кроме того, на 418 видеозаписях с временной разверткой, основанных на результатах предимплантационного генетического тестирования по плоидности, обучили 3D-сверточную нейронную сеть для прогнозирования анеуплоидии и последующих исходов живорождения.

Результаты: Эти два подхода позволили автоматически оценивать имплантационный потенциал. Объединив эмбриональные и материнские показатели в ансамблевую модель ИИ, мы оценили исходы живорождения в проспективной когорте с более высокой точностью, чем опытные эмбриологи (46,1% против 30,7% на 3-й день, 55,0% против 40,7% на 5-й день). Наши результаты демонстрируют потенциал отбора эмбрионов с помощью ИИ по характеристикам, выходящим за пределы возможностей наблюдения человека (площадь под кривой: 0,769, 95% доверительный интервал: 0,709-0,820). Эти данные могут стать неинвазивным, высокопроизводительным и недорогим скрининговым инструментом для облегчения отбора эмбрионов и улучшения исходов.

Выводы: Наше исследование показывает, что модель ИИ может предоставлять клиницистам в области вспомогательных репродуктивных технологий интерпретируемые данные, и подчеркивает ее потенциал как неинвазивного, эффективного и экономически доступного инструмента для улучшения отбора эмбрионов и повышения эффективности ЭКО. Сочетание передовых технологий и репродуктивной медицины открыло новые возможности для решения проблем бесплодия и оптимизации показателей успеха ЭКО.