La selección del embrión para IVF se puede optimizar usando técnica de la inteligencia artificial

Una nueva aproximación de la inteligencia artificial de los investigadores del remedio de Weill Cornell puede determinar con un gran grado de exactitud si 5 de un día, in vitro embrión humano fertilizado tiene un alto potencial de progresar a un embarazo acertado. La técnica, que analiza las imágenes de time lapse de los embriones del temprano-escenario, podría perfeccionar el índice de éxito de fertilización in vitro (IVF) y disminuir el riesgo de embarazos múltiples.

La infertilidad se estima para afectar al cerca de 8 por ciento de mujeres de la edad de maternidad. Mientras que IVF ha ayudado a millones para dar a luz, el índice de éxito medio en los Estados Unidos es el aproximadamente 45 por ciento.

Para el estudio, publicado el 4 de abril en remedio de NPJ Digitaces, los investigadores utilizaron 12.000 fotos de los embriones humanos tardados exacto 110 horas después de la fertilización para entrenar a un algoritmo de la inteligencia artificial para discriminar entre la calidad pobre y buena del embrión. Para llegar esta designación, cada embrión primero fue destinado una pendiente por los embryologists que consideraban los diversos aspectos del aspecto del embrión. Los investigadores entonces realizaron un análisis estadístico para correlacionar la pendiente del embrión con la probabilidad de continuar a un resultado acertado del embarazo. Los embriones eran considerados buena calidad si las ocasiones eran mayores del 58 por ciento y la mal calidad si las ocasiones estaban abajo del 35 por ciento. Después de entrenar y de la validación, el algoritmo, cigüeña aparada, podía clasificar la calidad de un nuevo equipo de imágenes con el 97 por ciento de exactitud.

“Introduciendo nueva tecnología en el campo de IVF que podemos automatizar y estandardizar un proceso que era muy relacionado en el juicio humano subjetivo. Este trabajo pionero da nos que una ventana en cómo este campo pudo observar en el futuro,” dijo al Dr. Zev Rosenwaks, el director y el médico-en-jefe del Ronald O. Perelman y el centro de Claudia Cohen para el remedio reproductivo en el remedio de Weill Cornell y NewYork-Presbiteriano.

Elegir el embrión con las mejores ocasiones de convertirse en un embarazo sano es actualmente un proceso subjetivo. El acuerdo es inferior entre incluso embryologists experimentados en cuanto a cómo predecir la viabilidad de un embrión individual basado sobre su aspecto en el escenario del blastocyst, en el cual consiste en solamente 200-300 células.

“Quisimos desarrollar un método objetivo que se puede utilizar para estandardizar y para optimizar el proceso de selección para aumentar los índices de éxito de IVF,” dijimos al Dr. Nikica Zaninovic, autor co-mayor y director del laboratorio de la embriología en el centro para el remedio reproductivo en el remedio de Weill Cornell, los investigadores pasamos más de seis meses que revisaban aproximadamente 50.000 imágenes anonymized, representando 10.148 embriones humanos, cerco por fotografía de time lapse durante siete años. Con la pendiente embryologist-destinada y el conocimiento de la retrospección del resultado del embarazo, los investigadores podrían clasificar los embriones como calidad buena, justa o mal. Final, utilizaron dos equipos de 6.000 buenas o males calidades de las imágenes, para enseñar el algoritmo a cómo clasificar las nuevas imágenes presentadas a él.

“Esto está la primera vez, a nuestro conocimiento, que cualquier persona ha aplicado un algoritmo de aprendizaje profundo en embriones humanos con tales un gran número de imágenes,” dijo al Dr. Pegah Khosravi, el autor importante del estudio y socio postdoctoral en biomedecina de cómputo.

Profundamente el aprendizaje es una aproximación de la inteligencia artificial que se modela áspero después de las redes neuronales del cerebro, que analizan la información en capas cada vez mayores de complejidad. Pues la computador se introduce la nueva información, su capacidad de reconocer las configuraciones deseadas, si son las características de un embrión sano o las células que comprenden un tumor del cáncer de pulmón, perfecciona automáticamente. La talla del conjunto de datos del entrenamiento es crítico importante para el éxito del algoritmo, con más datos llevando para mejorar resultados.

“Nuestro algoritmo ayudará a embryologists a maximizar las ocasiones que sus pacientes tendrán un único embarazo sano,” dijo al Dr. Olivier Elemento, director del Caryl e instituto del inglés de Israel para el remedio de la precisión en el remedio de Weill Cornell. “El procedimiento de IVF seguirá siendo lo mismo, pero podremos perfeccionar resultados aprovechando la potencia de la inteligencia artificial.”

Mientras que la cigüeña puede seleccionar embriones de la buena calidad con un alto nivel de exactitud, los estudios anteriores han sugerido que el solamente 80 por ciento del índice de éxito del embarazo confía en la calidad del embrión. La edad maternal, particularmente, se asocia a un índice de disminución de implantación acertada del embrión en el útero.

Los especialistas de fertilidad implantan a menudo embriones múltiples para intentar maximizar las ocasiones del tener un nacimiento acertado, pero el proceso es impreciso y puede dar lugar a embarazos múltiples, que lleva sus propios riesgos, tales como peso de nacimiento inferior, lanzamiento prematuro y complicaciones maternales. Así los investigadores desarrollaron otra aproximación de cómputo que puede tener en cuenta edad maternal y la calidad de embriones múltiples para determinar la mejor combinación para lograr un único nacimiento.

“Estamos intentando adaptar el proceso para el paciente individual, porque no cada paciente es lo mismo,” dijimos al Dr. Zaninovic. “Queremos hacer el remedio personalizado con el remedio de la precisión para conseguir el mejor resultado.”

Usando los datos clínicos para 2.182 de los embriones, los investigadores crearon un árbol de decisión para fijar el régimen de embarazo acertado usando una combinación de la calidad del embrión y de la edad del paciente, como la variable clínica más importante. También ofrecieron un análisis de la probabilidad que apuntaba optimizar la selección del embrión y maximizar probabilidad del único embarazo.

La cigüeña es actualmente una herramienta investigador y los investigadores proyectan incorporar parámetros clínicos y técnicos adicionales para perfeccionar el algoritmo.

“Es muy importante que podríamos poner a las personas juntos aquí que contienen a informáticos, los expertos del remedio de la precisión, los embryologists y los clínicos,” dijimos al Dr. Iman Hajirasouliha, autor co-mayor, profesor de cómputo de la genómica y pieza del instituto del inglés para el remedio de la precisión. “Necesitamos a personas fuertes con una amplia área de experiencia resolver este problema.”

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