AI演算　非侵入檢測胚胎染色體準確率約7成

記者／白水堯

根據最新一期《刺胳針》發表研究，美國康乃爾大學醫學院研究人員新開發AI演算法，可避免活體檢驗、非侵入性地確定體外受精（試管嬰兒）胚胎的染色體數量是否正常，準確率約為70%。

目前，醫生主要使用顯微鏡來評估胚胎是否存在與生存能力差相關的顯著異常，為了獲得有關染色體的信息，必須對胚胎細胞進行採樣取樣和基因檢測，這種方法增加了IVF過程的成本，並且對胚胎具有侵入性。

康乃爾大學自2019年開始，就將胚胎發育的動態影像資料結合 AI 深度學習模組，發展出雲端 AI 演算法，其透過可以自主學習的算法，不斷升級評價體系，確保能選出最有可能成功著床的胚胎；對於無法或不適合接受 PGT-A 之不孕夫婦，可單獨使用AI 智慧選胚，它不會對胚胎造成任何傷害，同時可以選出優質胚胎，提高不孕婦女的活產率。

新演算法STORK-A使用受精後5天拍攝的胚胎顯微鏡圖像、胚胎質量評分、母親年齡等信息，會自動「學習」將數據的某些特徵與非整倍體的可能性相關聯；研究團隊在10378個胚泡的數據集上訓練了STORK-A，這些胚泡的倍性狀態已知。他們在獨立數據集上測試了該算法，發現了相當的準確性結果，證明了STORK-A的普遍性。

據研究人員評估，該算法在預測非整倍體與正常染色體“整倍體”胚胎方面的準確性接近70%。新算法代表了在降低IVF胚胎選擇風險、減少主觀性、降低成本和提高準確性方面取得的進展。研究人員稱，這是AI潛在改變醫學的一個很好的例子。

瀏覽 712 次