In-silico-Methode zur IVF-Embryoselektion
2023
Weill Cornell Medicine, New York, USA
Eine Herausforderung im Bereich der In-vitro-Fertilisation (IVF) ist die Auswahl der lebensfähigsten Embryonen für den Transfer. Gegenwärtige Methoden haben mehrere Nachteile, einschließlich Variabilität, Invasivität und Kosten. In dieser retrospektiven Studie verwendeten die Forscher maschinelles Lernen und Deep-Learning-Ansätze, um STORK-A zu entwickeln, eine nicht-invasive und automatisierte Methode zur Embryobewertung, die mithilfe künstlicher Intelligenz den Status der Ploidie des Embryos vorhersagt. Die Analyse und Modellentwicklung umfasste die Verwendung von 10 378 Embryonen von 1385 Patienten. STORK-A prognostizierte aneuploide versus euploide Embryonen innerhalb von drei Klassifikationsaufgaben mit hoher Genauigkeit. Als Proof-of-Concept zeigt STORK-A die Fähigkeit, die Ploidie von Embryonen auf nicht-invasive Weise vorherzusagen, und zeigt zukünftiges Potenzial als standardisierte Ergänzung zu traditionellen Methoden der Embryonenauswahl und Priorisierung für die Implantation oder Empfehlung für weitere Tests.
A non-invasive artificial intelligence approach for the prediction of human blastocyst ploidy: a retrospective model development and validation study
Iman Hajirasouliha
Eingestellt am: 05.01.2023
[1] https://www.sciencedirect.com/science/article/pii/S2589750022002138?via%3Dihub[2] https://www.drugtargetreview.com/news/107454/harnessing-ai-technology-for-ivf-embryo-selection/
