Wissenschaftler haben kürzlich Bildverarbeitungsmethoden für Computer-Vision und Deep-Learning-Techniken kombiniert, um das nicht-invasive Life Whisperer AI-Modell für eine zuverlässige Vorhersage der Lebensfähigkeit des Embryos, gemessen am klinischen Schwangerschaftsergebnis, zu erstellen, indem sie einzelne statische Bilder von Blastozysten vom 5. Tag verwenden, die mit normalem optischen Licht aufgenommen wurden Mikroskopsysteme.

Das Crete Fertility Center vereinte Dr. Matthaios Fraidakis 30 Jahre Erfahrung und KI, um IVF-Patienten noch besser zu unterstützen und die IVF-Erfolgsraten auf noch höhere Standards zu setzen.

Was ist bereits bekannt

Die Auswahl der Embryonen nach einer IVF ist ein entscheidender Faktor für den Erfolg einer anschließenden Schwangerschaft. Die traditionelle morphokinetische Einstufung durch geschulte Embryologen kann subjektiv und variabel sein, und andere ergänzende Techniken, wie z. B. Zeitraffer-Bildgebung, erfordern kostspielige Ausrüstung und haben keine zuverlässige Vorhersagefähigkeit für den Endpunkt einer klinischen Schwangerschaft nachgewiesen. KI-Methoden werden als vielversprechendes Mittel zur Verbesserung der Embryonenselektion und zur Vorhersage von Implantations- und Schwangerschaftsergebnissen untersucht.

Studiendesign, Größe, Dauer

Diese Studien umfassten die Analyse retrospektiv gesammelter Daten, einschließlich standardmäßiger optischer Lichtmikroskopbilder und klinischer Ergebnisse von 8886 Embryonen aus 11 verschiedenen IVF-Kliniken in drei verschiedenen Ländern zwischen 2011 und 2018.

Teilnehmer/Materialien, Setting, Methoden

Das KI-basierte Modell wurde mithilfe statischer zweidimensionaler optischer Lichtmikroskopbilder mit bekanntem klinischen Schwangerschaftsausgang, gemessen am fetalen Herzschlag, trainiert, um einen Konfidenzwert für die Vorhersage einer Schwangerschaft zu erhalten. Die Vorhersagegenauigkeit wurde durch die Bewertung von Sensitivität, Spezifität und gewichteter Gesamtgenauigkeit bestimmt und mithilfe von Histogrammen der Vorhersageverteilungen visualisiert. Der Vergleich mit der Vorhersagegenauigkeit von Embryologen wurde mithilfe eines binären Klassifizierungsansatzes und eines 5-Band-Ranking-Vergleichs durchgeführt.

Hauptergebnisse und die Rolle des Zufalls

Das Life Whisperer AI-Modell zeigte in drei unabhängigen Blindtestreihen aus verschiedenen Kliniken eine Sensitivität von 70,1 % für lebensfähige Embryonen und behielt gleichzeitig eine Spezifität von 60,5 % für nicht lebensfähige Embryonen bei. Die gewichtete Gesamtgenauigkeit in jedem Blindtestsatz betrug >63 %, mit einer kombinierten Genauigkeit von 64,3 % für lebensfähige und nicht lebensfähige Embryonen, was die Robustheit und Generalisierbarkeit des Modells über das vom Zufall erwartete Ergebnis hinaus demonstriert. Die Vorhersageverteilungen zeigten eine klare Trennung zwischen korrekt und falsch klassifizierten Embryonen. Der binäre Vergleich der Klassifizierung lebensfähiger/nicht lebensfähiger Embryonen zeigte eine Verbesserung von 24,7 % gegenüber der Genauigkeit der Embryologen (P = 0,047, n = 2, Student-t-Test), und der 5-Band-Ranking-Vergleich zeigte eine Verbesserung von 42,0 % gegenüber der Genauigkeit der Embryologen (P = 0,028, n = 2, Student-t-Test).

Einschränkungen, Gründe zur Vorsicht

Das hier entwickelte KI-Modell beschränkt sich auf die Analyse von Embryonen am 5. Tag. Daher ist eine weitere Bewertung oder Modifikation des Modells erforderlich, um Informationen aus verschiedenen Zeitpunkten einzubeziehen. Der beschriebene Endpunkt ist die klinische Schwangerschaft, gemessen am Herzschlag des Fötus, und dies gibt keinen Hinweis auf die Wahrscheinlichkeit einer Lebendgeburt. Die aktuelle Untersuchung wurde mit retrospektiv gesammelten Daten durchgeführt, und daher wird es wichtig sein, Daten prospektiv zu sammeln, um den realen Einsatz des KI-Modells zu bewerten.

Weitere Implikationen der Ergebnisse

Diese Studien zeigten eine verbesserte Vorhersagefähigkeit zur Bewertung der Lebensfähigkeit von Embryonen im Vergleich zu den traditionellen morphokinetischen Bewertungsmethoden von Embryologen. Die überlegene Genauigkeit des Life Whisperer AI-Modells könnte bei der Verwendung im klinischen Umfeld zu verbesserten Schwangerschaftserfolgsraten bei IVF führen. Es könnte möglicherweise auch zur Standardisierung von Embryonenauswahlmethoden in mehreren klinischen Umgebungen beitragen und gleichzeitig die Notwendigkeit komplexer Zeitraffer-Bildgebungsgeräte eliminieren. Schließlich macht die cloudbasierte Softwareanwendung, die zur Anwendung des Life Whisperer AI-Modells in der klinischen Praxis verwendet wird, es für IVF-Kliniken weltweit breit anwendbar und global skalierbar.

Quelle: pubmed.ncbi.nlm.nih.gov