根据威尔康奈尔医学院的一项研究，一种新的基于人工智能的系统可以仅通过胚胎的延时视频图像和母亲年龄，准确评估体外受精（IVF）胚胎的染色体状态。这项新系统被称为“BELA”，其研究成果于9月5日发表在《自然通讯》杂志上，是该团队最新的人工智能平台，用于评估胚胎是否具有正常（二倍体）或异常（非整倍体）数量的染色体——这是IVF成功的关键决定因素。与之前的基于人工智能的方法不同，BELA不需要考虑胚胎学家对胚胎的主观评估，因此提供了一种客观、通用的度量标准。如果其效用在临床试验中得到确认，未来可能广泛应用于胚胎学诊所，提高IVF过程的效率。
“与之前的方法相比，这是一种完全自动化的、更客观的方法，而且它使用的图像数据量更大，可以生成更强的预测能力，”该研究的高级作者、威尔康奈尔医学院生理学和生物物理学副教授、恩格兰杰精准医学研究所成员伊曼·哈吉拉苏利哈博士表示。
该研究的第一作者是哈吉拉苏利哈博士实验室的博士生苏拉吉·拉詹德兰。胚胎学工作由威尔康奈尔医学院和纽约长老会医院/威尔康奈尔医学中心的罗纳德·O·佩尔曼和克劳迪娅·科恩生殖医学中心（CRM）胚胎学实验室主任、临床妇产科胚胎学副教授尼基卡·扎尼诺维奇博士领导。CRM主任兼首席医师、妇产科生殖医学杰出教授泽夫·罗森瓦克斯博士共同撰写了该研究。
胚胎学家通常通过显微镜检查IVF胚胎的质量。如果胚胎看起来相对正常但有理由怀疑可能存在问题，例如在高龄产妇的情况下，他们可能会更直接地测试其染色体状态。“金标准”测试是一种较为风险的活检程序，称为植入前遗传学检测（PGT-A）。近年来，胚胎学家与计算机/人工智能专家合作，寻找自动化部分工作流程并改善结果的方法。在2022年的研究中，哈吉拉苏利哈博士及其同事开发了一种名为STORK-A的基于人工智能的系统，该系统使用单个胚胎显微图像、母亲年龄和胚胎学家评分，以约70%的准确性预测胚胎的二倍体状态。
研究人员开发了BELA，以独立于胚胎学家的评估生成准确的二倍体预测。该系统的内核是一个机器学习模型，分析受精后约五天内九张延时视频图像，生成一个胚胎质量评分。然后，系统使用该评分和母亲年龄来预测二倍体或非整倍体。
研究人员使用威尔康奈尔医学院CRM的去标识化数据集训练了该模型，该数据集包含近2000个胚胎的图像序列及其经过PGT-A测试的二倍体状态。然后，他们在新的威尔康奈尔医学院CRM数据集以及来自佛罗里达州和西班牙的大型IVF诊所的数据集上测试了该模型。他们发现，该模型的预测准确性比以前的版本略高，并且对外部和内部数据集都表现良好。
研究人员表示，下一步是在随机对照临床试验中前瞻性地测试BELA的预测能力，目前他们正在计划这一试验。“BELA和类似的AI模型可以扩大IVF技术在无法获得高端IVF技术和PGT测试地区的可用性，提高全球IVF护理的公平性，”扎尼诺维奇博士说。
BELA设置为处理每个胚胎的大量图像数据，这还意味着它可以用于不仅仅是二倍体预测。“我们希望该模型还可以用于一般胚胎质量评估、胚胎发育阶段预测以及其他功能，胚胎学诊所可以根据自身需求进行定制，”拉詹德兰说。
许多威尔康奈尔医学院的医生和科学家与外部组织保持关系并合作，以促进科学创新并提供专业指导。该机构公开披露这些关系，以确保透明度。有关此信息，请参阅伊曼·哈吉拉苏利哈博士和尼基卡·扎尼诺维奇博士的个人资料。
本研究得到了美国国立卫生研究院下属的国家普通医学科学研究所的部分资助，资助编号为R35GM138152。
(全文结束)
