Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Künstliche Intelligenz in assistierten Reproduktionstechniken zur Beurteilung der Eizellenqualität und der Embryoploidie (SMARTAI)

17. Januar 2025 aktualisiert von: Jaromír Mašata, Charles University, Czech Republic

Scannen der meiotischen Spindel in assistierten Reproduktionstechniken zur Beurteilung der Eizellenqualität und der Embryoploidie, bewertet durch künstliche Intelligenz (SMARTAI-Studie)

Die Erfolgsquote der assistierten Reproduktion wird von mehreren Faktoren beeinflusst, darunter dem Alter der Frauen, der Qualität und dem Reifezustand der Eizellen sowie der Spermienqualität. Die Bildgebung der meiotischen Spindel kann für die Bestimmung der Eizellenreifung von entscheidender Bedeutung sein. Künstliche Intelligenz (KI) wird eingesetzt, um die komplexe Eizellenqualität, die Embryoploidie und die Erfolgswahrscheinlichkeit einer Schwangerschaft aus der Datensequenz zu ermitteln, beginnend mit der Aufzeichnung der meiotischen Spindel in polarisiertem Licht über väterliche Faktoren bis hin zur Zeitrafferaufzeichnung der frühen Schwangerschaft Embryonalentwicklung. Diese Strategie sollte die Kosten für Fruchtbarkeitsbehandlungen senken, da die Auswahl der vielversprechendsten Kandidaten effizienter wird und der Bedarf an kostspieligen Laboranalysen verringert wird.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Eine der Hauptstrategien zur Behandlung von Unfruchtbarkeit ist die In-vitro-Fertilisation (IVF). Die IVF-Erfolgsrate wird von mehreren Schlüsselfaktoren beeinflusst, darunter dem Alter der Frauen, der Qualität und dem Reifegrad der Eizellen sowie der Spermienqualität. Es wurde vermutet, dass das Vorhandensein, die Position und die Verzögerung der optisch doppelbrechenden meiotischen Spindel (MS) mit der Entwicklungskompetenz der Eizelle zusammenhängen und die Qualität der Befruchtung und Embryonalentwicklung beeinflussen. Künstliche Intelligenz (KI) wird eingesetzt, um die komplexe Eizellenqualität, die Embryoploidie und die Erfolgswahrscheinlichkeit einer Schwangerschaft aus der Datensequenz zu ermitteln, beginnend mit der Aufzeichnung der meiotischen Spindel in polarisiertem Licht über väterliche Faktoren bis hin zur Zeitrafferaufzeichnung der frühen Schwangerschaft Embryonalentwicklung.

Synergische Ansätze werden genutzt, um die Qualität von Embryonen für die Implantation zu erhöhen: Bildanalyse und Techniken des maschinellen Lernens werden auf die mikroskopischen Bilder der Eizellen angewendet, um die MS-Analyse vollautomatisch durchzuführen und zu bestimmen, ob einige andere Aspekte des Aussehens der Eizelle damit korrelieren könnten optimaler Zeitpunkt und Befruchtung und Schwangerschaftserfolg oder genetische Defekte. Eine automatische Methode zur Embryonenbewertung basierend auf Zeitraffervideos nach ICSI- und MS-Bildgebung sowie anderen skalaren Parametern (extrahierte Merkmale können als Eingaben für die nachgelagerten Aufgaben verwendet werden, z. B. Merkmale, die aus Eizellen und Spermien extrahiert wurden, können als zusätzliche Eingaben für den Embryo-Klassifikator dienen. Diese Strategie sollte die Kosten für Fruchtbarkeitsbehandlungen senken, da die Auswahl der vielversprechendsten Kandidaten effizienter wird und der Bedarf an kostspieligen Laboranalysen verringert wird.

Die Analyse wird in Zusammenarbeit mit der Tschechischen Technischen Universität und dem Institut für Physik der Akademie der Wissenschaften der Tschechischen Republik durchgeführt, die ein Softwaretool entwickeln werden, mit dem sich die Wahrscheinlichkeit einer Schwangerschaft und der Ploidiestatus des Embryos anhand von Eizellenbildern und Zeitraffervideos einer Entwicklung vorhersagen lassen Embryo nach ICSI. Es wird festgestellt, ob andere Aspekte des Aussehens der Eizelle mit dem Befruchtungs- und Schwangerschaftserfolg oder mit genetischen Defekten zusammenhängen.

Zeitraffersequenzen der Embryonalentwicklung und Eizellenbilder werden von VFN und kooperierenden IVF-Zentren (Gynem, s.r.o., Repromeda, s.r.o.) erfasst. Die Sequenzen werden gespeichert und mit dem Ergebnis (Ploidiestatus, Schwangerschaft) sowie mit zuvor erfassten Eizellenbildern verknüpft. BIOCEV (Akademie der Wissenschaften der Tschechischen Republik) wird Spermienparameter im Hinblick auf die Befruchtungsrate der Eizellen und die frühe Embryonalentwicklung bewerten.

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

1000

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

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

Studienorte

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

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Erwachsene

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Unfruchtbarkeitspaare, bei denen ICSI und PDT indiziert sind

Beschreibung

Einschlusskriterien:

  • Intrazytoplasmatische Spermieninjektion
  • Gentests vor der Implantation
  • Embryonenaufzeichnung im Zeitraffer
  • Unterzeichnete Einverständniserklärung

Ausschlusskriterien:

  • Gynäkologische Erkrankungen
  • Genetische Erkrankungen der Eltern

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Die relative Anzahl der Embryonen, deren Ploidie von der KI korrekt vorhergesagt wurde
Zeitfenster: 1 Stunde
Der Einsatz einer KI-basierten, nicht-invasiven Methode zur Auswahl qualitativ hochwertiger und genetisch gesunder Embryonen wird zweifellos die klinische und diagnostische Praxis verbessern und die Kosten im Bereich der Unfruchtbarkeitsbehandlung senken. Sowohl das Segmentierungs- als auch das Klassifizierungstraining basieren auf Expertenanmerkungen. Der Ansatz sollte zu einer Klassifizierungsgenauigkeit von mindestens 70 % führen.
1 Stunde

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Charles University, Czech Republic

Mitarbeiter

General University Hospital, Prague
Czech Academy of Sciences
Czech Technical University in Prague

Publikationen und hilfreiche Links

Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.

Allgemeine Veröffentlichungen

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

5. Januar 2024

Primärer Abschluss (Geschätzt)

31. Dezember 2027

Studienabschluss (Geschätzt)

31. März 2028

Studienanmeldedaten

Zuerst eingereicht

1. August 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

1. August 2024

Zuerst gepostet (Tatsächlich)

6. August 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

25. März 2025

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

17. Januar 2025

Zuletzt verifiziert

1. Januar 2025

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • NW24-08-00048

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Produkt, das in den USA hergestellt und aus den USA exportiert wird

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Abonnieren