SZTUCZNA INTELIGENCJA W MEDYCYNIE ROZRODU (AI in ART)

ZASTOSOWANIA SZTUCZNEJ INTELIGENCJI (AI) W MEDYCYNIE ROZRODU

Kamaleldin Abdullah Rageh, lekarz medycyny (1).

Mohammad Atef Behery, lekarz medycyny (2)

Elsayed Ali Farag, lekarz medycyny (1)

1 - Katedra Położnictwa i Ginekologii, Wydział Lekarski Uniwersytetu Al-Azhar, Kair, Egipt.

2-Międzynarodowe Islamskie Centrum Studiów i Badań Ludności, Uniwersytet Al-Azhar, Kair, Egipt.

Abstrakcyjny:

Pomimo poprawy prawie wszystkich aspektów IVF: stymulacji jajników, hodowli i transferu zarodków, wskaźniki ciąż nadal nie są zadowalające. Badania potwierdzają, że nawet 50% wykonanych cykli IVF kończy się niepowodzeniem i może nie być na to bezpośredniego wyjaśnienia.

Warto wspomnieć, że dokładne przewidywanie wyniku cyklu IVF nie zostało jeszcze osiągnięte. Jednym z powodów jest sposób selekcji zarodka do transferu. Ocena morfologiczna zarodków to tradycyjna metoda oceny jakości zarodków i wyboru zarodka do transferu. Jednak ta subiektywna metoda oceny zarodków prowadzi do zmienności między obserwatorami i między obserwatorami, co skutkuje mniej niż optymalnymi wskaźnikami powodzenia IVF. Chociaż wprowadzono inkubatory poklatkowe i preimplantacyjne testy genetyczne pod kątem aneuploidii, aby zwiększyć szanse na żywe narodziny, wyniki pozostają dalekie od idealnych.

Obecnie leczenie niepłodności wiąże się z dużym stresem finansowym i emocjonalnym, zwłaszcza u pacjentów po wcześniejszym niepowodzeniu leczenia IVF, gdzie nie ma wyraźnej przyczyny do zidentyfikowania. nadal szukać odpowiedzi, ale systemy sztucznej inteligencji mogą pomóc w rozwiązaniu dylematu, wybierając najlepsze zdolne do życia embriony, których ludzie nie są w stanie zrobić. Technologie sztucznej inteligencji mają ogromny potencjał, aby pomóc dziedzinie niepłodności wznieść się ponad obecne wąskie skupienie się na pojedynczych zarodkach i wykrywać nowe wzorce ukryte w danych pacjentów w celu przezwyciężenia dominujących przypadków niepłodności.

Wybór zarodków jest najważniejszym czynnikiem sukcesu zapłodnienia in vitro. Jednak nie ma jednego ostatecznego kryterium, które mogłoby przewidzieć sukces zarodka. Wybór zarodka opiera się raczej na wielu czynnikach, przez co trudno jest przewidzieć prawdopodobieństwo udanej ciąży dla każdej pacjentki i w pełni zrozumieć przyczynę każdego niepowodzenia. Tak więc wykorzystanie sztucznej inteligencji (AI) może pomóc klinicystom w wypełnieniu tej luki w wiedzy, a tym samym zostać wykorzystane w laboratorium embriologicznym w celu poprawy wyników IVF.