Artificial intelligence-Ansatz optimiert die embryo-Auswahl für IVF: die in Dieser bahnbrechenden Arbeit hat zum Ziel, zu automatisieren und zu standardisieren, ist ein Prozess, der derzeit sehr subjektiv

Artificial intelligence-Ansatz optimiert die embryo-Auswahl für IVF: die in Dieser bahnbrechenden Arbeit hat zum Ziel, zu automatisieren und zu standardisieren, ist ein Prozess, der derzeit sehr subjektiv

Eine neue künstliche Intelligenz Ansatz von Weill Cornell-Medizin-Ermittler identifizieren können mit großer Genauigkeit, ob eine 5 Tage alte, in vitro befruchtete menschliche embryo hat ein hohes Potenzial, um den Fortschritt zu einer erfolgreichen Schwangerschaft. Die Technik, die analysiert, Zeitraffer-Bilder der frühen-Stadium, Embryonen, könnte zur Verbesserung der Erfolgsrate der in-vitro-Fertilisation (IVF) und minimieren das Risiko von Mehrlingsschwangerschaften.

Unfruchtbarkeit ist nach Schätzungen etwa 8 Prozent der Frauen im gebärfähigen Alter. Während der IVF hat dazu beigetragen, Millionen der Geburt, die Durchschnittliche Erfolgsrate in den Vereinigten Staaten, rund 45 Prozent.

Für die Studie, veröffentlicht am 4. April in NPJ Digitalen Medizin, Ermittler eingesetzt, die 12.000 Fotos von menschlichen Embryonen genommen genau 110 Stunden nach der Befruchtung zum Zug-eine künstliche Intelligenz-Algorithmus zur Unterscheidung zwischen schlechter und guter embryoqualität. Ankommen, diese Bezeichnung, jeder embryo wurde zuerst zugewiesen, eine Klasse von Embryologen, betrachtet verschiedene Aspekte des Embryos Auftritt. Die Forscher führten dann eine statistische Analyse zu korrelieren, die embryo-Klasse mit der Wahrscheinlichkeit auf einen erfolgreichen Ausgang der Schwangerschaft. Embryonen wurden als gute Qualität, wenn die Chancen wurden mehr als 58 Prozent und schlechte Qualität, wenn die Chancen wurden weniger als 35 Prozent. Nach dem training und die Validierung des Algorithmus, genannt Storch, war in der Lage zu klassifizieren, die die Qualität einer neuen Reihe von Bildern mit 97-prozentiger Genauigkeit.

„Durch die Einführung neuer Technologien in dem Bereich der IVF können wir automatisieren und zu standardisieren, ein Prozess, der sehr abhängig vom subjektiven menschlichen Urteil. In dieser bahnbrechenden Arbeit gibt uns ein Fenster in diese Feld in Zukunft Aussehen könnte“, sagte Dr. Zev Rosenwaks, Regisseur und Arzt-in-chief der Ronald O. Perelman und Claudia Cohen Zentrum für Reproduktionsmedizin am Weill Cornell-Medizin-und NewYork-Presbyterian.

Die Auswahl der Embryos mit den besten Chancen für die Entwicklung zu einer gesunden Schwangerschaft ist derzeit ein subjektiver Prozess. Vereinbarung ist gering, unter auch erfahrene Embryologen, wie zur Vorhersage der Tragfähigkeit eines einzelnen Embryos auf der Grundlage seiner Erscheinung im Blastozysten-Stadium, in denen es besteht nur 200-300 Zellen.

„Wir wollten die Entwicklung einer objektiven Methode, die verwendet werden können, zu standardisieren und zu optimieren, das Auswahlverfahren zur Steigerung der Erfolgsraten der IVF,“ sagte Dr. Nikica Zaninovic, co-senior-Autor und Leiter der Embryologie-Labor des Zentrums für Reproduktionsmedizin am Weill Cornell Medizin, die Ermittler verbrachte mehr als sechs Monaten, die Beurteilung von rund 50.000 anonymisiert Bilder, die Vertretung 10,148 menschlichen Embryonen, die durch Zeitraffer-Fotografie, über sieben Jahre. Mit der Embryologen-zugewiesen Grad und im Nachhinein wissen um den Ausgang der Schwangerschaft, die Ermittler konnten klassifizieren Sie die Embryonen als gut, fair oder schlechte Qualität. Schließlich werden Sie verwendet zwei Sätze von 6.000 Bilder, gute oder schlechte Qualität, zu unterrichten, dass der Algorithmus, wie zu klassifizieren, neue Bilder präsentiert.

„Dies ist das erste mal unseres Wissens, dass sich jemand beworben hat ein deep learning Algorithmus auf die menschliche Embryonen mit einer so großen Anzahl von Bildern,“ sagte Dr. Pegah Khosravi, der führende Autor der Studie und Postdoktorand in computational Biomedizin.

Deep learning ist eine künstliche Intelligenz-Ansatz, der etwa nach dem Vorbild der neuronalen Netzwerke des Gehirns, die Informationen zu analysieren, die in wachsenden Schichten der Komplexität. Als der computer gefüttert neuen Informationen, die seine Fähigkeit zu erkennen, die das gewünschte Muster, ob Sie die Merkmale einer gesunden embryo oder Zellen aus einem Lungen-Krebs-tumor, verbessert sich automatisch. Die Größe der Trainings-Daten-set ist von entscheidender Bedeutung für den Erfolg des Algorithmus mit mehr Daten führen zu besseren Ergebnissen.

„Unser Algorithmus helfen, Embryologen maximieren Sie die Chancen, dass Ihre Patienten eine einzige gesunde Schwangerschaft“, sagte Dr. Olivier Elemento, Direktor des Caryl und Israel Englander Institut für Präzisions-Medizin am Weill Cornell Medizin. „Das IVF-Verfahren wird die gleiche bleiben, aber wir werden in der Lage sein, um die Ergebnisse zu verbessern, indem die Leistungsfähigkeit der künstlichen Intelligenz.“

Während Stork können wählen Sie drei Embryonen guter Qualität mit einem hohen Grad an Genauigkeit, frühere Studien haben vorgeschlagen, dass nur 80 Prozent der Schwangerschaft Erfolgsquote beruht auf der embryo-Qualität. Alter der Mutter, insbesondere, ist verbunden mit einer abnehmenden rate erfolgreicher Einnistung des Embryos in die Gebärmutter.

Fruchtbarkeit Spezialisten Implantat oft mehrere Embryonen, um zu versuchen, um zu maximieren die Chancen auf eine erfolgreiche Geburt, aber der Prozess ist ungenau und kann dazu führen, mehrere Schwangerschaften, die trägt seine eigenen Risiken wie niedriges Geburtsgewicht, Frühgeburt und mütterliche Komplikationen. Damit die Forscher entwickelten ein weiterer theoretischer Ansatz, berücksichtigen, Alter der Mutter und die Qualität von mehreren Embryonen zu bestimmen, die beste Kombination zu erreichen, eine einzige live-Geburt.

„Wir versuchen, den Schneider, den Prozess für den einzelnen Patienten, da nicht jeder patient gleich ist,“ sagte Dr. Zaninovic. „Wir wollen die personalisierte Medizin mit Präzisions-Medizin, um das beste Ergebnis.“

Anhand von klinischen Daten für 2,182 der Embryonen, die Ermittler erstellt einen Entscheidungsbaum zur Beurteilung der erfolgreiche Schwangerschaftsrate durch eine Kombination der embryo-Qualität und Alter der Patienten, die als die wichtigsten klinischen Variablen. Sie auch eine wahrscheinlichkeitsanalyse dem Ziel zu optimieren, die embryo-Auswahl und maximieren die Wahrscheinlichkeit, dass eine einzige Schwangerschaft.

Stork ist derzeit ein Ermittlungs-Werkzeug und die Forscher planen, integrieren zusätzliche klinische und technische Parameter zur Verbesserung des Algorithmus.

„Es ist sehr wichtig, dass wir könnten ein team hier zusammen, enthält Informatiker, Präzision-Medizin-Experten, Embryologen und Kliniker,“ sagte Dr. Iman Hajirasouliha, co-senior-Autor, computational genomics professor und Mitglied der Englander Institut für Präzisions-Medizin. „Wir brauchten ein starkes team mit einem breiten Fachwissen um dieses problem zu lösen.“