AI已用于评估胚胎存活成功率：预测准确度高达76% 可帮助作出最优选择

据外媒报道，人工智能技术（AI）已经可以帮助那些希望通过试管婴儿孕育生命的家庭选择最具活力的胚胎。

（图源：WNDU 16）

对于饱受不育症折磨的患者及家属来说，整个治疗过程就像一趟精神上与经济上双方面的大考验。许多尝试受孕的夫妇在试管婴儿周期中，常常出现多次无明确缘由的失败，这会给他们的情感造成很大的负担。

多次体外受精（IVF）循环失败，却找不出根本的原因和解决办法，让心碎的患者及家属一次次面临崩溃。据估计，大约三分之二的患者最终都等不到成功的解决方案。

一家公司开发了一套专门的AI疗程，可以通过AI技术诊断。

此前，AI已经被用来尝试解决一些重大的医疗保健挑战。例如，IBM开发了一种预测心力衰竭的计算模型，并将Watson超级计算机用于纽约的史隆·凯特琳纪念癌症中心，以开发癌症诊断和治疗选择计划。

该项目被称为“沃森基因解决方案”（Watson for Genomes），每月会学习大约10,000篇科学文章和100份新的临床试验报告，并定期产生新的见解，从而提升分析能力。

斯坦福大学也开发出了一种深度学习算法，用于预测药物化合物的安全性，另一种用于预测肺癌类型和患者存活率。而英特尔最近也宣布了一项竞赛，旨在找到一种早期发现肺癌的算法。

将AI用于不育症的想法，已经存在了二十年。目前可用的最接近的解决方案是FDA批准的早期胚胎活性评估测定技术——Eeva测试。该测试使用延时成像显微镜，收集胚胎培养期间的一系列数据，并预测哪个胚胎最有可能获得好的发育。

然而，这不是真正的AI，因为算法是静态的——当面对新信息时它不匹配，需要随时再调整。真正的人工智能系统，则可以使用“深度学习”，基于新信息动态来改进自身。深度学习中的“学习”是通过培训实现的：将数百或数千个数据点输入模型，以便预测未来结果——然后将预测与实际结果进行比较，然后模型重新调整自身。输入值可以是文本、声音、信号，以及医疗应用影像。

虽然用于IVF的AI系统仍处于试验阶段，但迄今为止的结果显示，这些研究和进展很有希望。例如，在一个系统中，系统使用与奶牛胚胎成像，来识别最可能存活的那些胚胎。这项于近期发表于《自然》子刊Scientific Data的研究中。总的来说，人工智能系统的准确率为76％，可以捕捉到人工无法识别的不良胚胎信号的微小细节。

对于人类不孕症，一个新的AI初创公司Life Whisperer成为了这一领域颇受关注的对象。它的目标是解决AI从理论到试验阶段，再到真正人类胚胎的过程中，所遇到的各种难题。苹果联合创始人Steve Wozniak已经将Life Whisperer评为Talent Unleashed Awards“最佳创意-最受瞩目”类别的全球冠军。

当然，初创公司没有授权将其结果公布给同行来评审。Life Whisperer表示，与其商业合作伙伴Monash IVF进行的回顾性试验表明，“在鉴定可存活的胚胎方面，具有高水平的准确性”。

此外，鉴定可存活的胚胎只是体外受精的第一个障碍。那些胚胎然后必须转移到人母体中——并且与不育症斗争的女性通常年龄大于35岁，她们经常经历反复植入失败而没有解释，并且可能患有已知的生育疾病，例如子宫内膜异位症。

用于不孕症护理的真正“端到端”AI，必须要整合复杂（和多样化）数据集。这些数据集目前分布于众多医院中，在多个不兼容的系统中进行管理，由于它们之间往往互不相通，给AI学习造成了很大的挑战。患者人口统计学、医疗病史、药物疗法、植入前遗传筛查和临床妊娠结局数据，这些庞大而散乱的数据库。这将有助于医生在几种成功率最高的治疗方案中进行选择，并根据患者对治疗的反应获取新的信息。

在临床胚胎学中，我们还不知道哪些是最能预测IVF成功的特征或变量。对于成功的IVF周期而言，最重要的变量可能仍然是科学所不知道的——但原则上可以通过AI系统发现。当然，因为我们很可能还未发现那些最重要的变量，人类专家必须“训练”AI，导致我们自己的偏见可能放大，或完全忽略某些类型的数据。人工智能技术具有巨大的潜力，可以帮助不孕症医学领域超越目前对个体胚胎的狭隘关注，并发现隐藏在患者数据中的新模式，从而用于有效治疗顽固性不孕症。

不良的生活习惯会影响卵子尤其是精子的质量。日本横滨市立大学和横滨国立大学就开发了一套能够利用人工智能发现精液当中精子的支援系统，以增加体外受精的成功率，并将医生从繁重的筛选工作当中解放出来。AI学会了如何区别精子和白细胞；然后，该系统拥有一个能够自由设置监测精度的设置。AI会根据所设定的精度，把大部分与精子相似的细胞排出，使精子的数量和质量都得到保证。