이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

생식 의학의 인공 지능 (AI in ART)

2023년 1월 17일 업데이트: Dr. Kamal Rageh, MD, Al Baraka Fertility Hospital

생식 의학 분야의 인공 지능 응용

AI를 배아 평가에 대한 편파적이지 않고 자동화된 접근 방식으로 사용하는 것을 조사하는 많은 연구가 발표되었습니다. 이 검토에서는 IVF 분야의 최근 AI 발전을 요약합니다. IVF 클리닉에 AI 기술을 통합하는 것이 환자를 위한 맞춤형 생식 의학 및 개선된 출산 결과를 향한 여정의 다음 개척지가 될 수 있기를 바랍니다.

연구 개요

상세 설명

생식 의학 분야의 인공 지능(AI) 응용

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

Mohammad Atef Behery, M.D.(2)

Elsayed Ali Farag, M.D.(1)

1 -이집트 카이로 Al-Azhar 대학교 의과대학 산부인과학과.

2-인구 연구 및 연구를 위한 국제 이슬람 센터, Al-Azhar 대학교, 이집트 카이로.

추상적인:

IVF의 거의 모든 측면(난소 자극, 배아 배양 및 이식)이 개선되었음에도 불구하고 임신율은 여전히 ​​만족스럽지 않습니다. 연구에 따르면 수행된 IVF 주기의 최대 50%가 실패하며 이에 대한 직접적인 설명이 없을 수 있습니다.

그리고 IVF 주기의 결과를 정확하게 예측하는 것은 아직 달성되지 않았다는 점을 언급할 가치가 있습니다. 그 이유 중 하나는 이식할 배아를 선택하는 방법입니다. 배아의 형태학적 평가는 배아의 품질을 평가하고 이식할 배아를 선택하는 전통적인 방법입니다. 그러나 배아를 평가하는 이 주관적인 방법은 관찰자 간 및 관찰자 내 가변성을 초래하여 최적의 IVF 성공률보다 낮습니다. 시간 경과 인큐베이터 및 이수배수체에 대한 착상 전 유전자 검사가 정상 출산 가능성을 높이는 데 도움이 되기 위해 도입되었지만 결과는 여전히 이상적이지 않습니다.

현재 불임 치료는 특히 이전에 IVF 치료에 실패한 환자의 경우 많은 재정적, 정서적 스트레스를 가하고 있습니다. 계속 답을 찾지만 AI 시스템은 인간이 할 수 없는 최고의 생존 가능한 배아를 선택하여 딜레마를 해결하는 데 도움이 될 수 있습니다. AI 기술은 불임 분야가 개별 배아에 대한 현재의 좁은 초점을 뛰어넘고 일반적인 불임 사례를 극복하기 위해 환자 데이터에 숨겨진 새로운 패턴을 감지하는 데 도움이 되는 뛰어난 잠재력을 가지고 있습니다.

배아 선택은 IVF 성공의 가장 중요한 요소입니다. 그러나 배아의 성공을 예측할 수 있는 결정적인 단일 기준은 없습니다. 오히려 배아 선택은 다양한 요인을 기반으로 하기 때문에 환자마다 성공적인 임신 확률을 예측하고 각 실패의 원인을 완전히 이해하기 어렵습니다. 따라서 인공 지능(AI)의 활용은 임상의가 이러한 지식 격차를 메우도록 지원하여 발생학 실험실에서 활용되어 IVF 결과를 개선하는 데 도움이 될 수 있습니다.

연구 유형

관찰

등록 (예상)

10

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 장소

      • Cairo, 이집트, 12358
        • 모병
        • Al-Azhar University
        • 연락하다:
      • Cairo, 이집트, 15006
        • 모병
        • Kamal Eldin Abdalla Rageh
        • 연락하다:

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

  • 어린이
  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

아니

연구 대상 성별

모두

샘플링 방법

비확률 샘플

연구 인구

난임클리닉을 찾으시는 분들

설명

포함 기준:

  • 불임 관련

제외 기준:

  • 비옥한 사람들

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 관찰 모델: 다른
  • 시간 관점: 다른

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
성공률
기간: 4개월
생식 의학 분야의 인공 지능(AI) 응용
4개월

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (실제)

2022년 11월 1일

기본 완료 (예상)

2023년 3월 1일

연구 완료 (예상)

2023년 4월 1일

연구 등록 날짜

최초 제출

2023년 1월 17일

QC 기준을 충족하는 최초 제출

2023년 1월 17일

처음 게시됨 (추정)

2023년 1월 26일

연구 기록 업데이트

마지막 업데이트 게시됨 (추정)

2023년 1월 26일

QC 기준을 충족하는 마지막 업데이트 제출

2023년 1월 17일

마지막으로 확인됨

2023년 1월 1일

추가 정보

이 연구와 관련된 용어

기타 연구 ID 번호

  • Kamal-AI

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

미정

IPD 계획 설명

그것에 대해 생각할 것이다

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .

구독하다