Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Affificial Intelligence in geassisteerde voortplantingstechnieken om de kwaliteit van de eicellen en de ploïdie van het embryo te beoordelen (SMARTAI)

17 januari 2025 bijgewerkt door: Jaromír Mašata, Charles University, Czech Republic

Het scannen van de meiotische spil in geassisteerde voortplantingstechnieken om de kwaliteit van de eicellen en de ploïdie van het embryo te beoordelen, geëvalueerd door kunstmatige intelligentie (SMARTAI-studie)

Het succespercentage van de geassisteerde voortplanting wordt beïnvloed door verschillende factoren, waaronder de leeftijd van de vrouw, de kwaliteit van de eicellen en de rijpingstoestand, evenals de kwaliteit van het sperma. Beeldvorming van de meiotische spil kan cruciaal zijn voor het bepalen van de eicelrijping. Kunstmatige intelligentie (AI) zal worden toegepast om de complexe eicelkwaliteit, embryoploïdie en zwangerschapssucceskans vast te stellen op basis van de reeks gegevens, te beginnen met de registratie van de meiotische spil in gepolariseerd licht, via vaderlijke factoren tot aan de time-lapse-registratie van vroege embryo-ontwikkeling. Deze strategie zou de kosten van vruchtbaarheidsbehandelingen moeten verlagen dankzij een grotere efficiëntie bij het kiezen van de meest veelbelovende kandidaten en het verminderen van de behoefte aan dure laboratoriumanalyses.

Studie Overzicht

Gedetailleerde beschrijving

Een van de belangrijkste strategieën voor de behandeling van onvruchtbaarheid is in-vitrofertilisatie (IVF). Het succespercentage van IVF wordt beïnvloed door verschillende sleutelfactoren, waaronder de leeftijd van de vrouw, de kwaliteit van de eicellen en de rijpingstoestand, evenals de kwaliteit van het sperma. Er is gesuggereerd dat de aanwezigheid, positie en vertraging van de optisch dubbelbrekende meiotische spil (MS) verband houden met de ontwikkelingscompetentie van eicellen, waardoor de kwaliteit van de bevruchting en de ontwikkeling van embryo's wordt beïnvloed. Kunstmatige intelligentie (AI) zal worden toegepast om de complexe eicelkwaliteit, embryoploïdie en zwangerschapssucceskans vast te stellen op basis van de reeks gegevens, te beginnen met de registratie van de meiotische spil in gepolariseerd licht, via vaderlijke factoren tot aan de time-lapse-registratie van vroege embryo-ontwikkeling.

Synergetische benaderingen zullen worden gebruikt om de kwaliteit van embryo's voor implantatie te verhogen: beeldanalyse en machine learning-technieken zullen worden toegepast op de eicelmicroscopische beelden om de MS-analyse volledig automatisch uit te voeren en om te bepalen of sommige andere aspecten van het uiterlijk van de eicel kunnen correleren met de optimale timing en bevruchting en zwangerschapssucces, of genetische defecten. Een automatische methode voor embryo-evaluatie op basis van time-lapse-video's na ICSI- en MS-beeldvorming plus andere scalaire parameters (geëxtraheerde kenmerken kunnen worden gebruikt als invoer voor de stroomafwaartse taken, b.v. kenmerken geëxtraheerd uit eicellen en sperma kunnen dienen als aanvullende input voor de embryoclassificator). Deze strategie zou de kosten van vruchtbaarheidsbehandelingen moeten verlagen dankzij een grotere efficiëntie bij het kiezen van de meest veelbelovende kandidaten en het verminderen van de behoefte aan dure laboratoriumanalyses.

De analyse zal worden uitgevoerd in samenwerking met de Tsjechische Technische Universiteit en het Instituut voor Fysische Academie van Wetenschappen van de Tsjechische Republiek, die een softwaretool zullen creëren die in staat is de waarschijnlijkheid van zwangerschap en de ploïdiestatus van het embryo te voorspellen op basis van eicelbeelden plus time-lapse-video van een zich ontwikkelende ziekte. embryo na ICSI. Er zal worden bepaald of enkele andere aspecten van het uiterlijk van de eicel correleren met het bevruchtings- en zwangerschapssucces, of met genetische defecten.

Time-lapse-sequenties van de embryonale ontwikkeling en eicelbeelden zullen worden verkregen van VFN en van samenwerkende IVF-centra (Gynem, s.r.o., Repromeda, s.r.o.). De sequenties worden opgeslagen en gekoppeld aan de uitkomst (ploïdiestatus, zwangerschap) en ook aan eerder verkregen eicelbeelden. BIOCEV (Academie van Wetenschappen van de Tsjechische Republiek) zal spermaparameters evalueren met betrekking tot de bevruchtingssnelheid van eicellen en de vroege embryonale ontwikkeling.

Studietype

Observationeel

Inschrijving (Geschat)

1000

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

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

Studie Locaties

      • Prague, Tsjechië, 128 08
        • Werving
        • General University Hospital in Prague
        • Contact:
      • Prague, Tsjechië
        • Werving
        • Czech Technical University in Prague
        • Contact:
      • Prague, Tsjechië
        • Werving
        • Institute of Physics AS CR
        • Contact:
          • Irena Kratochvilova, Prof.
          • Telefoonnummer: +420266052524
          • E-mail: krat@fzu.cz
      • Vestec, Tsjechië

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

  • Volwassen

Accepteert gezonde vrijwilligers

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Onvruchtbaarheidsparen, waarbij ICSI en PDT geïndiceerd zijn

Beschrijving

Inclusiecriteria:

  • Intracytoplasmatische sperma-injectie
  • Pre-implantatie genetische testen
  • Time-lapse-embryorecord
  • Geïnformeerde toestemming gezongen

Uitsluitingscriteria:

  • Gynaecologische ziekten
  • Genetische ziekten van ouders

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Het relatieve aantal embryo's waarvan de ploïdie correct werd voorspeld door AI
Tijdsspanne: 1 uur
Het gebruik van een op AI gebaseerde niet-invasieve methode voor het selecteren van kwalitatief hoogwaardige en genetisch gezonde embryo’s zal ongetwijfeld de klinische en diagnostische praktijk verbeteren en de kosten op het gebied van onvruchtbaarheidsbehandeling verlagen. Zowel de segmentatie- als de classificatietraining zal gebaseerd zijn op annotaties van experts. De aanpak moet leiden tot een classificatienauwkeurigheid van minimaal 70%.
1 uur

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Publicaties en nuttige links

De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Werkelijk)

5 januari 2024

Primaire voltooiing (Geschat)

31 december 2027

Studie voltooiing (Geschat)

31 maart 2028

Studieregistratiedata

Eerst ingediend

1 augustus 2024

Eerst ingediend dat voldeed aan de QC-criteria

1 augustus 2024

Eerst geplaatst (Werkelijk)

6 augustus 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

25 maart 2025

Laatste update ingediend die voldeed aan QC-criteria

17 januari 2025

Laatst geverifieerd

1 januari 2025

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

product vervaardigd in en geëxporteerd uit de V.S.

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren