Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Aftificial Intelligence i assisterede reproduktionsteknikker til at vurdere oocytkvalitet og embryoploidi (SMARTAI)

17. januar 2025 opdateret af: Jaromír Mašata, Charles University, Czech Republic

Scanning af den meiotiske spindel i assisterede reproduktionsteknikker for at vurdere oocytkvalitet og embryoploidi vurderet ved kunstig intelligens (SMARTAI-undersøgelse)

Succesraten for assisteret reproduktion påvirkes af flere faktorer, herunder kvindernes alder, oocytkvalitet og modningstilstand samt sædkvalitet. Billeddannelse af den meiotiske spindel kan være afgørende for at bestemme oocytmodningen. Kunstig intelligens (AI) vil blive anvendt til at fastslå den komplekse oocytkvalitet, embryoploidi og successandsynlighed for graviditet fra sekvensen af ​​data, startende med registreringen af ​​den meiotiske spindel i polariseret lys, gennem faderlige faktorer op til time lapse-registreringen af ​​tidlig embryoudvikling. Denne strategi skulle reducere omkostningerne ved fertilitetsbehandling takket være øget effektivitet i at vælge de mest lovende kandidater og reducere behovet for dyre laboratorieanalyser.

Studieoversigt

Detaljeret beskrivelse

En af hovedstrategierne for infertilitetsbehandling er in vitro fertilisering (IVF). Succesraten for IVF påvirkes af flere nøglefaktorer, herunder kvindernes alder, oocytkvalitet og modningstilstand samt sædkvalitet. Det er blevet foreslået, at tilstedeværelsen, positionen og retardansen af ​​den optisk dobbeltbrydende meiotiske spindel (MS) er relateret til oocytudviklingskompetence, hvilket påvirker kvaliteten af ​​befrugtning og embryoudvikling. Kunstig intelligens (AI) vil blive anvendt til at fastslå den komplekse oocytkvalitet, embryoploidi og successandsynlighed for graviditet fra sekvensen af ​​data, startende med registreringen af ​​den meiotiske spindel i polariseret lys, gennem faderlige faktorer op til time lapse-registreringen af ​​tidlig embryoudvikling.

Synergiske tilgange vil blive brugt til at øge kvaliteten af ​​embryoner til implantation: billedanalyse og maskinlæringsteknikker vil blive anvendt på oocytmikroskopiske billeder for at udføre MS-analysen helt automatisk og for at bestemme, om nogle andre aspekter af oocyternes udseende kan korrelere med optimal timing og befrugtning og graviditetssucces eller genetiske defekter. En automatisk metode til embryoevaluering baseret på time-lapse-videoer efter ICSI- og MS-billeddannelse plus andre skalarparametre (udtrukne funktioner kan bruges som input til downstream-opgaverne, f.eks. funktioner ekstraheret fra oocytter og sædceller kan tjene som yderligere input til embryoklassifikatoren) vil blive brugt. Denne strategi skulle reducere omkostningerne ved fertilitetsbehandling takket være øget effektivitet i at vælge de mest lovende kandidater og reducere behovet for dyre laboratorieanalyser.

Analysen vil blive udført i samarbejde med det tjekkiske tekniske universitet og Institute of Physics Academy of Sciences i Den Tjekkiske Republik, som vil skabe et softwareværktøj, der er i stand til at forudsige sandsynligheden for graviditet og embryo-ploidistatus fra oocytbilleder plus time-lapse-video af en udviklende embryo efter ICSI. Det vil blive afgjort, om nogle andre aspekter af oocytudseendet korrelerer med befrugtningen og graviditetssuccesen eller genetiske defekter.

Time-lapse-sekvenser af embryonal udvikling og oocytbilleder vil blive erhvervet fra VFN og fra samarbejdende IVF-centre (Gynem, s.r.o., Repromeda, s.r.o.). Sekvenserne vil blive lagret og parret med udfald (ploidystatus, graviditet) og også med tidligere erhvervede oocytbilleder. BIOCEV (Academy of Sciences of the Czech Republic) vil evaluere sædparametre med hensyn til oocytbefrugtningshastighed og tidlig embryonal udvikling.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

1000

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

  • Navn: Jaromir Masata, MD
  • Telefonnummer: +420603444662
  • E-mail: masata@volny.cz

Studiesteder

      • Prague, Tjekkiet, 128 08
        • Rekruttering
        • General University Hospital in Prague
        • Kontakt:
      • Prague, Tjekkiet
        • Rekruttering
        • Czech Technical University in Prague
        • Kontakt:
      • Prague, Tjekkiet
        • Rekruttering
        • Institute of Physics AS CR
        • Kontakt:
          • Irena Kratochvilova, Prof.
          • Telefonnummer: +420266052524
          • E-mail: krat@fzu.cz
      • Vestec, Tjekkiet

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Infertilitetspar, hvor ICSI og PDT er indiceret

Beskrivelse

Inklusionskriterier:

  • Intracytoplasmatisk spermainjektion
  • Præimplantations genetisk testning
  • Time lapse embryo rekord
  • Synges informeret samtykke

Ekskluderingskriterier:

  • Gynækologiske sygdomme
  • Forældres genetiske sygdomme

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Det relative antal embryoner, hvis ploiditet blev korrekt forudsagt af AI
Tidsramme: 1 time
Brug af en AI-baseret ikke-invasiv metode til at udvælge et genetisk sundt embryo af høj kvalitet vil utvivlsomt forbedre den kliniske og diagnostiske praksis og reducere omkostningerne inden for infertilitetsbehandling. Både segmenterings- og klassifikationstræningen vil være baseret på ekspertkommentarer. Fremgangsmåden bør føre til en klassificeringsnøjagtighed på mindst 70 %.
1 time

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

5. januar 2024

Primær færdiggørelse (Anslået)

31. december 2027

Studieafslutning (Anslået)

31. marts 2028

Datoer for studieregistrering

Først indsendt

1. august 2024

Først indsendt, der opfyldte QC-kriterier

1. august 2024

Først opslået (Faktiske)

6. august 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

25. marts 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

17. januar 2025

Sidst verificeret

1. januar 2025

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

produkt fremstillet i og eksporteret fra U.S.A.

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Abonner