Прогнозирование исходов беременности в циклах ЭКО: систематический обзор и диагностический метаанализ применения искусственного интеллекта для оценки эмбрионов

Введение: Отбор эмбрионов остаётся ключевой проблемой при экстракорпоральном оплодотворении, поскольку многие эмбрионы с нормальной морфологией не имплантируются. Искусственный интеллект может улучшить оценку эмбрионов за счёт более объективного и точного прогнозирования исходов беременности при ЭКО.

Методы: Систематический обзор выполнен по рекомендациям PRISMA. Поиск проводили в Web of Science, Scopus и PubMed. Включали оригинальные исследования, оценивавшие диагностическую точность искусственного интеллекта при отборе эмбрионов; дубликаты, непересмотренные статьи, аннотации и материалы конференций исключали. Извлекали данные о размере выборок, инструментах искусственного интеллекта и диагностических показателях; качество оценивали с помощью инструмента QUADAS-2.

Результаты: Методы отбора эмбрионов на основе искусственного интеллекта продемонстрировали хорошую диагностическую эффективность: объединённая чувствительность в прогнозировании успеха имплантации составила 0,69, специфичность — 0,62. Положительное отношение правдоподобия составило 1,84, отрицательное — 0,5. Площадь под кривой достигла 0,7, что указывает на высокую общую точность. Модель Life Whisperer AI достигла точности 64,3% в прогнозировании клинической беременности, а система FiTTE, которая объединяет изображения бластоцист с клиническими данными, повысила точность прогноза до 65,2% при AUC 0,7.

Выводы: Искусственный интеллект представляет собой перспективное направление в отборе эмбрионов при ЭКО и может улучшить клинические исходы и качество принятия решений. В дальнейшем требуется совершенствовать модели и валидация на более крупных и разнообразных наборах данных, чтобы приблизиться к конечной цели — рождению живого здорового ребёнка.