TEKOÄLY LISÄÄNTYMISLÄÄKETIEDESSÄ (AI in ART)

TEKOÄLYN (AI) SOVELLUKSET lisääntymislääketieteessä

Kamaleldin Abdullah Rageh, M.D. (1).

Mohammad Atef Behery, M.D. (2)

Elsayed Ali Farag, M.D. (1)

1 - Synnytys- ja gynekologian laitos, Lääketieteellinen tiedekunta, Al-Azhar University, Kairo, Egypti.

2-Kansainvälinen islamilainen väestötutkimuksen ja tutkimuksen keskus, Al-Azharin yliopisto, Kairo, Egypti.

Abstrakti:

Huolimatta parantuneesta lähes kaikista IVF:n osa-alueista: munasarjojen stimulaatiosta, alkioviljelystä ja siirrosta, raskausluvut eivät ole vieläkään tyydyttäviä. Tutkimukset vahvistavat, että jopa 50 % suoritetuista IVF-sykleistä epäonnistuu, eikä tälle välttämättä ole suoraa selitystä.

Ja on syytä mainita, että IVF-syklin tulosten tarkka ennustaminen on vielä saavuttamatta. Yksi syy tähän on menetelmä, jolla valitaan alkio siirrettäväksi. Alkioiden morfologinen arviointi on perinteinen menetelmä alkion laadun arvioimiseksi ja siirrettävän alkion valitsemiseksi. Tämä subjektiivinen alkioiden arviointimenetelmä johtaa kuitenkin tarkkailijoiden väliseen ja sisäiseen vaihteluun, mikä johtaa optimaalista IVF:n onnistumisasteisiin. Vaikka aikaviiveiset inkubaattorit ja preimplantaatiogeeniset aneuploidian testaukset on otettu käyttöön lisäämään elävänä syntymän mahdollisuuksia, tulokset eivät ole ihanteellisia.

Tällä hetkellä lapsettomuushoidot aiheuttavat paljon taloudellista ja emotionaalista stressiä, erityisesti potilailla, joilla on aiemmin epäonnistunut IVF-hoito, jossa ei ole selvää syytä tunnistaa, on yleinen, sydäntä särkevä päätepiste, kun hoidon emotionaalinen, taloudellinen ja fyysinen taakka kasvaa Jatka vastausten etsimistä, mutta tekoälyjärjestelmät voivat auttaa ratkaisemaan ongelman valitsemalla parhaat elinkelpoiset alkiot, joihin ihmiset eivät pysty. Tekoälyteknologialla on erinomaiset mahdollisuudet auttaa lapsettomuusalaa nousemaan yli nykyisen kapea-alaisen keskittymisensä yksittäisiin alkioihin ja havaita uusia potilastietoihin piilotettuja malleja vallitsevien hedelmättömyystapausten voittamiseksi.

Alkioiden valinta on IVF:n onnistumisen kannalta kriittisin tekijä. Ei kuitenkaan ole olemassa yhtä lopullista kriteeriä, jolla voitaisiin ennustaa alkion menestystä. Alkioiden valinta perustuu pikemminkin useisiin tekijöihin, minkä vuoksi on vaikea ennustaa kunkin potilaan onnistuneen raskauden todennäköisyyttä ja ymmärtää täysin kunkin epäonnistumisen syytä. Joten tekoälyn (AI) hyödyntäminen voi auttaa kliinikkoja täyttämään tämän tietovajeen, jolloin sitä hyödynnetään embryologian laboratoriossa IVF-tulosten parantamiseksi.