Подход искусственного интеллекта с интерпретируемыми результатами для различения бластоцист с одинаковыми или сходными морфологическими классами

Вопрос исследования: Можно ли разработать количественный метод, позволяющий различать бластоцисты с одинаковыми или сходными классами внутренней клеточной массы (ICM) и трофэктодермы (TE), а также отражать их потенциал к живорождению?

Ответ: Мы разработали BlastScoringNet — интерпретируемую модель глубокого обучения, которая количественно оценивает морфологию внутренней клеточной массы и трофэктодермы бластоцист с помощью непрерывных баллов, что позволяет точнее различать бластоцисты с одинаковыми или сходными классами; более высокие баллы значимо коррелировали с более высокой частотой живорождения.

Что уже известно: Хотя система оценки Gardner широко используется эмбриологами во всем мире, бластоцисты с одинаковыми или сходными классами ICM и TE создают трудности при принятии решений. Кроме того, оценка человеком субъективна и непостоянна в прогнозировании того, какие бластоцисты с большей вероятностью приведут к живорождению.

Дизайн исследования, объем, продолжительность: Исследование включало три основных этапа. Сначала BlastScoringNet была создана на основе набора данных по оценке 2760 бластоцист с классами Gardner, определенными по большинству голосов. Затем модель применили к набору данных о живорождении, включавшему 15 228 бластоцист с известными исходами живорождения, чтобы получить баллы бластоцист. Наконец, оценивали связь этих баллов с исходами живорождения. Бластоцисты были получены от пациенток, проходивших лечение методом ЭКО в 2016–2018 годах. Для внешнего применения дополнительно собрали набор данных по оценке 1455 бластоцист и набор данных о живорождении 476 бластоцист у пациенток, проходивших лечение методом ЭКО в 2021–2023 годах в другом центре ЭКО.

Участники/материалы, условия, методы: В этом ретроспективном исследовании мы разработали BlastScoringNet — интерпретируемую модель глубокого обучения, которая на основе системы Gardner выдает класс степени расширения и непрерывные баллы, количественно характеризующие морфологию внутренней клеточной массы и трофэктодермы бластоцисты. Непрерывные баллы ICM и TE рассчитывали путем взвешивания предсказанной вероятности каждого базового класса и суммирования предсказанных вероятностей. Чтобы отразить общий потенциал каждой бластоцисты к живорождению, баллы ICM и TE объединяли с использованием их отношений шансов (OR) для живорождения. Далее оценивали связь между частотой живорождения и баллами ICM, TE и объединенным по OR баллом (с поправкой на степень расширения), применяя BlastScoringNet к бластоцистам с известными исходами живорождения. Для проверки обобщаемости BlastScoringNet также применяли в другом центре ЭКО с учетом различий в условиях визуализации, частоте живорождения и уровне опыта эмбриологов.

Основные результаты и роль случайности: BlastScoringNet была разработана на данных 2760 бластоцист с классами степени расширения, ICM и TE, определенными по большинству голосов. По предсказанным вероятностям для каждого базового класса модель достигла среднего значения площади под ROC-кривой 0,997 (SD 0,004) для степени расширения, 0,903 (SD 0,031) для ICM и 0,943 (SD 0,040) для TE. На основе этих предсказанных вероятностей BlastScoringNet сформировала непрерывные баллы ICM и TE, а также классы степени расширения для еще 15 228 бластоцист с известными исходами живорождения. Более высокие баллы ICM и TE, а также их объединенный по OR балл, значимо коррелировали с повышением частоты живорождения (P < 0,0001). После донастройки BlastScoringNet применили в другом центре ЭКО, где более высокие объединенные по OR баллы ICM и TE также значимо коррелировали с повышением частоты живорождения (P = 0,00078), что демонстрирует согласованность результатов в обоих центрах.

Ограничения, причины для осторожности: Исследование ограничено ретроспективным дизайном. Для подтверждения клинического влияния BlastScoringNet при помощи эмбриологам в выборе бластоцист необходимы дальнейшие проспективные рандомизированные исследования.

Широкое значение результатов: BlastScoringNet представляет интерпретируемый и количественный метод оценки бластоцист, согласующийся с широко используемой системой Gardner. Более высокие объединенные по OR баллы ICM и TE, отражающие общий потенциал каждой бластоцисты к живорождению, значимо коррелировали с увеличением частоты живорождения. Демонстрация обобщаемости модели в двух центрах дополнительно подтверждает ее клиническую полезность. Эти результаты указывают, что BlastScoringNet — ценный инструмент для помощи эмбриологам в выборе бластоцист с наибольшим потенциалом к живорождению. Код и предварительно обученные модели находятся в открытом доступе для дальнейших исследований и широкого внедрения.

Финансирование исследования/конфликт интересов: Работа поддержана Vector Institute и Temerty Faculty of Medicine Университета Торонто, Торонто, Онтарио, Канада, в рамках гранта Clinical AI Integration Grant, а также Научным фондом провинции Хунань, Китай (2023JJ30714). Авторы заявляют об отсутствии конфликта интересов.

Регистрационный номер исследования: не применимо.