A selecção do embrião para IVF pode ser aperfeiçoada usando a técnica da inteligência artificial

Uma aproximação nova da inteligência artificial por investigador da medicina de Weill Cornell pode identificar com um grande grau de precisão se uns 5 dias de idade, in vitro embrião humano fertilizado têm um potencial alto progredir a uma gravidez bem sucedida. A técnica, que analisa imagens do tempo-lapso dos embriões da fase inicial, poderia melhorar a taxa de êxito in vitro de fecundação (IVF) e minimizar o risco de gravidezes múltiplas.

A infertilidade é calculada para afectar aproximadamente 8 por cento das mulheres da idade de gravidez. Quando IVF ajudar milhões a dar o nascimento, a taxa de êxito média nos Estados Unidos é aproximadamente 45 por cento.

Para o estudo, publicado o 4 de abril na medicina de NPJ Digitas, os investigador usaram 12.000 fotos dos embriões humanos tomados precisamente 110 horas após a fecundação para treinar um algoritmo da inteligência artificial para discriminar entre a qualidade deficiente e boa do embrião. Para chegar nesta designação, cada embrião foi atribuído primeiramente uma categoria pelos embryologists que consideraram vários aspectos da aparência do embrião. Os investigador executaram então uma análise estatística para correlacionar a categoria do embrião com a probabilidade de ir sobre a um resultado bem sucedido da gravidez. Os embriões foram considerados boa qualidade se as possibilidades eram maiores de 58 por cento e de má qualidade se as possibilidades estavam abaixo de 35 por cento. Após a formação e a validação, o algoritmo, cegonha dublada, podia classificar a qualidade de um grupo novo de imagens com 97 por cento de precisão.

“Introduzindo a nova tecnologia no campo de IVF que nós podemos automatizar e estandardizar um processo que seja muito dependente do julgamento humano subjetivo. Este trabalho de abertura de caminhos dá nos que um indicador em como este campo pôde olhar no futuro,” disse o Dr. Zev Rosenwaks, o director e o médico-em-chefe do Ronald O. Perelman e o centro de Claudia Cohen para a medicina reprodutiva na medicina de Weill Cornell e o NewYork-Presbiteriano.

Escolher o embrião com as melhores possibilidades de tornar-se uma gravidez saudável é actualmente um processo subjetivo. O acordo é baixo entre mesmo embryologists experientes a respeito de como prever a viabilidade de um embrião individual baseado em sua aparência na fase do blastocyst, em que consiste em somente 200-300 pilhas.

“Nós quisemos desenvolver um método objetivo que pudesse ser usado para estandardizar e aperfeiçoar o processo de selecção para aumentar as taxas de êxito de IVF,” dissemos o Dr. Nikica Zaninovic, autor co-superior e director do laboratório da embriologia no centro para a medicina reprodutiva na medicina de Weill Cornell, os investigador passamos mais de seis meses que revêem aproximadamente 50.000 imagens anonymized, representando 10.148 embriões humanos, recolhidos pela fotografia do tempo-lapso sobre sete anos. Com a categoria embryologist-atribuída e o conhecimento da aprendizagem do resultado da gravidez, os investigador poderiam classificar os embriões como bons, a feira ou o de má qualidade. Finalmente, usaram dois grupos de 6.000 imagens, bom ou de má qualidade, para ensinar ao algoritmo como classificar as imagens novas apresentadas a ele.

“Isto é a primeira vez, ao nosso conhecimento, que qualquer um aplicou um algoritmo de aprendizagem profundo em embriões humanos com tais um grande número imagens,” disse o Dr. Pegah Khosravi, autor principal do estudo e um associado pos-doctoral na biomedicina computacional.

Profundamente aprender é uma aproximação da inteligência artificial que seja modelada aproximadamente após as redes neurais do cérebro, que analisam a informação em camadas crescentes de complexidade. Porque o computador é alimentado a informação nova, sua capacidade para reconhecer os testes padrões desejados, se sejam as características de um embrião saudável ou as pilhas que compreendem um tumor do câncer pulmonar, melhora automaticamente. O tamanho da série de dados do treinamento é criticamente importante ao sucesso do algoritmo, com mais dados que conduzem para melhorar resultados.

“Nosso algoritmo ajudará embryologists a maximizar as possibilidades que seus pacientes terão uma única gravidez saudável,” disse o Dr. Olivier Elemento, director do Caryl e instituto do Englander de Israel para a medicina da precisão na medicina de Weill Cornell. “O procedimento de IVF permanecerá o mesmo, mas nós poderemos melhorar resultados aproveitando a potência da inteligência artificial.”

Quando a cegonha puder seleccionar embriões da boa qualidade com um alto nível da precisão, os estudos precedentes sugeriram que somente 80 por cento da taxa de êxito da gravidez confiassem na qualidade do embrião. A idade materna, é associada em particular com uma taxa de diminuição de implantação bem sucedida do embrião no útero.

Os especialistas de fertilidade implantam frequentemente embriões múltiplos para tentar maximizar as possibilidades de ter um nascimento bem sucedido, mas o processo é imprecisa e pode conduzir às gravidezes múltiplas, que leva seus próprios riscos, tais como o baixo peso ao nascimento, a entrega prematura e complicações maternas. Assim os investigador desenvolveram uma outra aproximação computacional que pudesse levar em consideração a idade materna e a qualidade de embriões múltiplos para determinar a melhor combinação conseguir um único nascimento.

“Nós estamos tentando costurar o processo para o paciente individual, porque não cada paciente é o mesmo,” dissemos o Dr. Zaninovic. “Nós queremos fazer a medicina personalizada com medicina da precisão para obter o melhor resultado.”

Usando dados clínicos para 2.182 dos embriões, os investigador criaram uma árvore de decisão para avaliar a taxa de gravidez bem sucedida usando uma combinação de qualidade do embrião e de idade do paciente, como a variável clínica a mais importante. Igualmente forneceram uma análise da probabilidade que aponta aperfeiçoar a selecção do embrião e maximizar a probabilidade da única gravidez.

A cegonha é actualmente uma ferramenta investigatório e os pesquisadores planeiam incorporar parâmetros clínicos e técnicos adicionais para melhorar o algoritmo.

“É muito importante que nós poderíamos pôr uma equipe junto aqui que contenha cientistas de computador, peritos da medicina da precisão, embryologists e clínicos,” dissemos o Dr. Iman Hajirasouliha, autor co-superior, professor computacional da genómica e um membro do instituto do Englander para a medicina da precisão. “Nós necessários uma equipe forte com uma vasta área da experiência para resolver este problema.”

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