La selezione dell'embrione per IVF può essere ottimizzata facendo uso della tecnica di intelligenza artificiale

Un nuovo approccio di intelligenza artificiale dai ricercatori della medicina di Weill Cornell può identificare con un grande grado di accuratezza se un embrione umano di 5 giorni e in vitro fertilizzato ha un alto potenziale di diventare una riuscita gravidanza. La tecnica, che analizza le immagini al rallentatore degli embrioni della fase iniziale, potrebbe migliorare l'indice di successo di fertilizzazione in vitro (IVF) e minimizzare il rischio di gravidanze multiple.

La sterilità è stimata per pregiudicare circa 8 per cento delle donne dell'età di gravidanza. Mentre IVF ha aiutato milioni per dare alla luce, l'indice di successo medio negli Stati Uniti è circa 45 per cento.

Per lo studio, pubblicato il 4 aprile nella medicina di NPJ Digital, i ricercatori hanno usato 12.000 foto degli embrioni umani occors precisamente 110 ore dopo fertilizzazione per preparare un algoritmo di intelligenza artificiale per discriminare fra qualità difficile e buona dell'embrione. Per arrivare a questa designazione, ad ogni embrione in primo luogo è stato definito un grado dagli embriologi che hanno considerato i vari aspetti dell'aspetto dell'embrione. I ricercatori poi hanno eseguito un'analisi statistica per correlare il grado dell'embrione con la probabilità di accendere ad un riuscito risultato di gravidanza. Gli embrioni sono stati considerati buona qualità se le probabilità fossero maggiori di 58 per cento e la qualità scadente se le probabilità fossero inferiore a 35 per cento. Dopo la formazione e la convalida, l'algoritmo, cicogna definita, poteva classificare la qualità di nuovo insieme delle immagini con 97 per cento di accuratezza.

“Introducendo nuova tecnologia nel campo di IVF che possiamo automatizzare e standardizzare un trattamento che dipendeva molto da giudizio umano soggettivo. Ciò che apre la strada al lavoro dà noi che una finestra in come questo campo potrebbe guardare in futuro,„ ha detto il Dott. Zev Rosenwaks, Direttore e il medico-in-capo del Ronald O. Perelman ed il centro di Claudia Cohen per medicina riproduttiva alla medicina di Weill Cornell e NewYork-Presbiteriano.

La scelta dell'embrione con le migliori probabilità di sviluppo in una gravidanza sana è corrente un trattamento soggettivo. L'accordo è basso fra anche gli embriologi con esperienza quanto a come predire l'attuabilità di un embrione determinato basato sopra il suo aspetto nella fase del blastocyst, in cui consiste di soltanto 200-300 celle.

“Abbiamo voluto mettere a punto un metodo obiettivo che può essere usato per standardizzare ed ottimizzare la procedura di selezione per aumentare gli indici di successo di IVF,„ abbiamo detto il Dott. Nikica Zaninovic, autore co-senior e Direttore del laboratorio dell'embriologia al centro per medicina riproduttiva alla medicina di Weill Cornell, i ricercatori abbiamo passare più di sei mesi che esaminano circa 50.000 immagini anonymized, rappresentanti 10.148 embrioni umani, raccolti da fotografia al rallentatore in sette anni. Con il grado embriologo-definito e la conoscenza di giudizio retrospettivo del risultato di gravidanza, i ricercatori potrebbero classificare gli embrioni come buona, qualità equa o scadente. Infine, hanno usato due insiemi di 6.000 buone o qualità scadenti di immagini, per insegnare all'algoritmo a come classificare le nuove immagini presentate.

“Questo è la prima volta, a nostra conoscenza, che chiunque ha applicato un algoritmo di apprendimento profondo sugli embrioni umani con tali tantissime immagini,„ ha detto il Dott. Pegah Khosravi, l'autore principale dello studio e un socio postdottorale in biomedicina di calcolo.

In profondità imparare è un approccio di intelligenza artificiale che è modellato approssimativamente dopo le reti neurali del cervello, che analizzano le informazioni in livelli aumentanti di complessità. Poichè il computer è introdotto le nuove informazioni, la sua capacità di riconoscere i reticoli desiderati, se sono le funzionalità di un embrione sano o le celle che comprendono un tumore del cancro polmonare, migliora automaticamente. La dimensione dell'insieme di dati di addestramento è estremamente importante al successo dell'algoritmo, con più dati che piombo per migliorare i risultati.

“Il nostro algoritmo aiuterà gli embriologi a massimizzare le probabilità che i loro pazienti avranno una singola gravidanza sana,„ ha detto il Dott. Olivier Elemento, Direttore del Caryl ed istituto del Englander dell'Israele per la medicina di precisione alla medicina di Weill Cornell. “La procedura di IVF rimarrà la stessa, ma potremo migliorare i risultati sfruttando la potenza di intelligenza artificiale.„

Mentre la cicogna può selezionare gli embrioni di buona qualità con un alto livello di accuratezza, gli studi precedenti hanno suggerito che soltanto 80 per cento dell'indice di successo di gravidanza contassero sulla qualità dell'embrione. L'età materna, in particolare, è associata con una tariffa diminuente di riuscito impianto dell'embrione nell'utero.

Gli specialisti di fertilità impiantano spesso gli embrioni multipli per provare a massimizzare le probabilità di avere una riuscita nascita, ma il trattamento è impreciso e può provocare le gravidanze multiple, che porta i sui propri rischi, quali basso peso alla nascita, la consegna prematura e le complicazioni materne. Così i ricercatori hanno sviluppato un altro approccio di calcolo che può considerare l'età materna e la qualità degli embrioni multipli per determinare la migliore combinazione per raggiungere un singolo nato vivo.

“Stiamo provando ad adattare il trattamento per il paziente determinato, perché non ogni paziente è lo stesso,„ abbiamo detto il Dott. Zaninovic. “Vogliamo fare la medicina personale con la medicina di precisione per ottenere il migliore risultato.„

Facendo uso dei dati clinici per 2.182 degli embrioni, i ricercatori hanno creato un albero di decisione per valutare la riuscita tariffa di gravidanza usando una combinazione di qualità dell'embrione e di età del paziente, come la variabile clinica più importante. Egualmente hanno fornito un'analisi delle probabilità che mira ad ottimizzare la selezione dell'embrione ed a massimizzare la probabilità di singola gravidanza.

La cicogna è corrente uno strumento investigativo ed i ricercatori pianificazione comprendere i parametri clinici e tecnici supplementari per migliorare l'algoritmo.

“È molto importante che potremmo mettere un gruppo insieme qui che contiene gli informatici, esperti nella medicina di precisione, embriologi e clinici,„ abbiamo detto il Dott. Iman Hajirasouliha, autore co-senior, professore di calcolo di genomica e un membro dell'istituto del Englander per la medicina di precisione. “Abbiamo avuto bisogno di forte gruppo con una zona vasta di competenza di risolvere questo problema.„

Sorgente: https://news.weill.cornell.edu/news/2019/04/artificial-intelligence-approach-optimizes-embryo-selection-for-ivf