Прямое сравнение шести коммерческих алгоритмов искусственного интеллекта для стратификации риска анеуплоидии эмбрионов у 1000 бластоцист, исследованных методом ПГТ-А

Вопрос исследования: Различаются ли коммерческие алгоритмы оценки эмбрионов на основе искусственного интеллекта (ИИ) по способности стратифицировать риск анеуплоидии или, несмотря на разработку для разных клинических задач, демонстрируют сходный уровень дискриминации?

Дизайн: Ретроспективное когортное исследование, проведённое в одном центре вспомогательных репродуктивных технологий, включало 1000 бластоцист, полученных у 273 пациенток, проходивших лечение в 2022–2023 годах. Эмбрионы оценивали с помощью шести обезличенных коммерческих моделей ИИ — по три модели на основе статических изображений и видеозаписей. Плоидность определяли после биопсии трофэктодермы с последующим преимплантационным генетическим тестированием на анеуплоидии (ПГТ-А). Эффективность оценивали с помощью многомерной логистической регрессии и ROC-кривых для непрерывных оценок. Анализировали увеличение доли эуплоидных эмбрионов в разных интервалах баллов внутри каждой модели и согласованность ранжирования (τ-b Кендалла); также проводили анализ в подгруппах, выделенных по морфологической градации Asociación para el Estudio de la Biología de la Reproducción и возрасту ооцитов.

Результаты: Все шесть алгоритмов продемонстрировали умеренную способность различать эуплоидные и анеуплоидные эмбрионы: площадь под кривой составила 0,713–0,744, при перекрывающихся 95% ДИ. Непрерывные оценки всех моделей статистически значимо ассоциировались с плоидностью (для всех p < 0,001). Для каждой модели более высокие интервалы баллов сопровождались последовательным увеличением доли эуплоидных эмбрионов, несмотря на значительное перекрытие распределений баллов между группами с разной плоидностью. Согласованность ранжирования между алгоритмами была умеренной, что указывает на частые различия в эмбрионах, которым разные системы отдавали приоритет. Эти закономерности в целом сохранялись в подгруппах, сформированных по морфологической градации и возрасту матери.

Выводы: Среди 1000 бластоцист с подтверждённой методом ПГТ-А плоидностью коммерческие алгоритмы оценки эмбрионов на основе ИИ демонстрируют сходный предельный уровень эффективности стратификации риска анеуплоидии. Поэтому эти инструменты следует интерпретировать как системы относительной стратификации риска, а не как диагностические тесты. Оценки ИИ могут помогать выбирать эмбрионы, когда ПГТ-А невозможно выполнить, однако ограниченная согласованность алгоритмов указывает на то, что выбор системы может влиять на приоритет эмбрионов.