の研究者によって開発されました。 ワイル・コーネル医学「BELA」は、体外受精の成功の重要な決定要因である、胚の染色体の数が正常（正倍数体）か異常（異数体）かを評価するためのチームの最新のAIベースのプラットフォームです。
研究者らは、これまでのAIベースのアプローチとは異なり、BELAは発生学者による胚の主観的な評価を考慮する必要がない、と述べた。したがって、これは客観的で一般化可能な尺度を提供し、その有用性が臨床試験で確認されれば、発生学クリニックで体外受精プロセスの効率を向上させるために使用できる可能性があります。
発生学者は通常、顕微鏡で検査することによって体外受精胚の品質を評価します。比較的正常に見えても、母親の年齢が高い場合など、問題の可能性を疑う理由がある場合は、染色体の状態をより直接的に検査することがあります。
研究者らによると、「ゴールドスタンダード」検査は、着床前異数性遺伝子検査（PGT-A）と呼ばれる、やや危険な生検のような手順であり、その結果、発生学者はAIの専門家と協力してワークフローを自動化する方法を見つけているという。そして成果を向上させます。
2022年の研究では、Drs.ハジラソウリハ – 生理学および生物物理学の准教授 イングランダー精密医療研究所 Weill Cornell Medicine の博士らは、STORK-A と呼ばれる AI ベースのシステムを開発しました。このシステムは、胚の 1 枚の顕微鏡画像に母親の年齢と発生学者のスコアを加えて、胚の倍数性状態 (染色体のセットの数) を予測します。細胞または生物）の精度は約 70% です。
医療とヘルスケアの詳細
今回、研究者らは発生学者の評価とは独立して正確な倍数性予測を生成する BELA を開発しました。このシステムの中心となるのは、受精後約 5 日という重要な間隔で顕微鏡下で胚を撮影した 9 枚の微速度撮影ビデオ画像を分析し、胚の品質スコアを生成する機械学習モデルです。次に、システムはこのスコアと母親の年齢を使用して、正数性または異数性を予測します。
研究者らは、約 2,000 個の胚とその PGT-A 検査による倍数性状態の画像シーケンスを使用して、Weill Cornell Medicine CRM の匿名化データセットでモデルをトレーニングしました。次に、Weill Cornell Medicine の新しい CRM データセットと、フロリダとスペインにある別の大規模な体外受精クリニックのデータセットでモデルをテストしました。
今後を見据えて研究者らは、次のステップは現在計画中のランダム化対照臨床試験でBELAの予測力を前向きにテストすることだと述べた。
「BELA とそのような AI モデルは、ハイエンドの体外受精技術や PGT 検査を利用できない地域にも体外受精の利用可能性を拡大し、世界中の体外受精ケアの公平性を向上させる可能性があります。」と、発生学准教授のニキカ・ザニノビッチ博士は述べています。ワイル・コーネル・メディスンの臨床産婦人科医らは声明でこう述べた。
この研究は部分的には次のような支援を受けています。 国立総合医科学研究所に掲載されました。 ネイチャーコミュニケーションズ そして全文読むことができます ここ。
#体外受精胚の品質評価のために開発された #ベースのシステム