Выборка лучшего эмбриона для переноса – это критический момент в процедуре ВРТ, но и необходимый этап для достижения беременности. Несмотря на все боле совершенствующиеся технологии, вероятность успеха в достижении беременности на перенос эмбриона составляет около 30%.
В последние годы значительно вырос интерес к использованию алгоритмов искусственного интеллекта (ИИ) для выбора лучшего эмбриона как при использовании стандартного культивирования, так и тайм-лэпс.
Настоящее исследование дает представление о механизмах оценки качества, жизнеспособности эмбрионов на основании модели с использованием ИИ и применения данного метода в клинической практике.
В исследовании приняли участие 4709 женщин от 18 лет и старше из 18 клиник ВРТ за период с 2011 по 2021 гг.
Для обработки данных суммарно использовалось 9359 изображений эмбрионов в совокупности с данными ПГТ, оценкой качества эмбрионов по Гарднеру и клиническими исходами процедуры ВРТ, в частности с показателем наступления клинической беременности.
Оценка изображения 5-дневного эмбриона была проведена ДО биопсии или витрификации, ПГТ-А проведено на 5-е сутки по стандартному протоколу (эмбрионы с 30% аномальных клеток определены как эуплоидные, более 70% - анэуплоидные и с 31%-70% аномальных клеток мозаичные).
Результаты:
· Оценка ИИ коррелирует с вероятностью клинической беременности и жизнеспособностью эмбрионов.
ИИ оценивал 1161 изображение 5-дневных эмбрионов, полученных от 1158 женщин за период с 2011 по 2018 гг.
Анализ линейной регрессии с использованием ИИ продемонстрировал положительную корреляцию между вероятностью наступления беременности и эмбрионами высокого качества, то есть процент наступления беременности выше для эмбрионов высокого качества.
· Разработка метода для определения времени для достижения беременности в целом и на первый цикл программы.
Для анализа использовали 1161 изображение, которые рандомизировали несколько раз, чтобы получить около 110 000 различно смоделированных когорт эмбрионов.
Сравнивалась эффективность ИИ и случайного ранжирования для оценки показателя время наступления беременности.
По результатам анализа оценка с использованием ИИ эффективнее, чем рандомное ранжирование.
Тем самым модель искусственного интеллекта превосходит в своей способности выбирать жизнеспособные эмбрионы, а также точнее прогнозирует время для достижения беременности.
· Оценка ИИ коррелирует с морфологическими показателями качества эмбрионов и показывают улучшенное ранжирование эмбрионов в проспективно собранном реальном клиническом наборе данных.
Анализировалось 2729 изображений эмбрионов на 5-й день с соответствующими показателями Гарднера.
Существуют некоторые доказательства того, что оценка по Гарднеру коррелирует с частотой наступления беременности и другими показателями клинического исхода (Gardner and Balaban, 2016). В каждом случае была обнаружена значительная корреляция между показателем ИИ и оценкой по Гарднеру, причем средний балл, как правило, увеличивался с повышением качества эмбриона.
По данным исследования модель ИИ превосходит по своей способности отбирать жизнеспособные эмбрионы сверх информации, предоставляемой оценкой Гарднера.
· Показатели ИИ коррелируют с плоидностью эмбриона и специфическими хромосомными аномалиями, определенными с помощью ПГТ-А.
ПГТ-А часто используется для оценки плоидности эмбрионов, что повышает эффективность ВРТ.
Целью настоящего исследования было оценить, может ли модель ИИ, которая предсказывает исходы беременности, также обнаруживать видимые признаки, связанные со статусом плоидности.
Анализировалось 5469 изображений эмбрионов 5-го дня с соответствующими результатами PGT-A. Сравнение показателей ИИ и результатов PGT-A показало, что средний показатель ИИ был значительно выше для эуплоидных эмбрионов, чем для анеуплоидных эмбрионов (Р < 0,0001), что соответствует более высокому потенциалу успешной клинической беременности (РИС. 4А). Для мозаичных эмбрионов средний балл ИИ снизился между оценками для эуплоидных и анеуплоидных групп, что соответствует промежуточной доле аномальных клеток, составляющих эти эмбрионы, и более высокому потенциалу успешных клинических исходов по сравнению с анеуплоидными эмбрионами благодаря процессу самокоррекции (Grecoet al., 2015; Victor et al., 2019; Viotti et al., 2020).
Вывод: модель ИИ потенциально может быть использована для дифференциации эмбрионов сходной морфологии на основе статуса плоидности.
· Области, имеющие отношение к анализу ИИ, демонстрируют некоторое совпадение с известными морфологическими особенностями качества эмбриона.
По результатам исследования модель ИИ, вероятно, обнаруживает некоторые хорошо известные морфологические особенности, а также особенности, выходящие за рамки тех, которые визуально заметны с использованием метода Гарднера, которые в некоторых случаях может соответствовать признакам, отражающих хромосомную целостность.
*Анализ построен на основе тепловых карт.
Обсуждение.
Оценка методов отбора эмбрионов и установление сравнительных показателей является сложной задачей, поскольку достоверный исход беременности для каждого эмбриона в когорте пациентов, как правило, неизвестен.
Результаты этого исследования описывают методы, которые следует рассматривать более широко для оценки моделей ИИ в области эмбриологии, и дополнительно поддерживают использование ИИ в оценке жизнеспособности для отбора эмбрионов во время проведения циклов ЭКО. Обучив ИИ и создав соответствующие алгоритмы, ученые рассчитывают на повышение эффективности ВРТ.
P.S. будущее начинается здесь) а также и процесс выборки лучшего эмбриона с помощью ИИ). Создание идеальной модели ИИ продолжается.
