科技日報(bào)記者 張夢然
據(jù)最新一期《柳葉刀·數(shù)字健康》發(fā)表的一項(xiàng)研究，美國康奈爾大學(xué)醫(yī)學(xué)院研究人員新開發(fā)出一種人工智能（AI）算法，可避免活檢的缺點(diǎn)，非侵入性地確定體外受精胚胎的染色體數(shù)量是否正常，準(zhǔn)確率約為70%。
【資料圖】
染色體數(shù)量異常，稱為非整倍體，是體外受精（IVF）胚胎無法植入或無法健康懷孕的主要原因。目前檢測非整倍體的方法之一涉及對胚胎細(xì)胞進(jìn)行類似活檢的取樣和基因檢測，這種方法增加了IVF過程的成本，并且對胚胎具有侵入性。
通過STORK-A算法評估的胚胎示例。從左到右，預(yù)測的胚胎染色體計(jì)數(shù)正?；騿蝹€(gè)染色體異常；預(yù)計(jì)染色體計(jì)數(shù)正常的胚胎；一個(gè)胚胎預(yù)計(jì)有不止一條染色體異常。圖片來源：美國康奈爾大學(xué)醫(yī)學(xué)院
目前，醫(yī)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(guān)的顯著異常。為了獲得有關(guān)染色體的信息，醫(yī)生還可使用一種稱為植入前非整倍體基因檢測（PGT-A）的活檢方法。
在新研究中，研究團(tuán)隊(duì)開發(fā)了STORK-A算法作為PGT-A的潛在替代方法，或作為一種更具選擇性的方式來決定哪些胚胎應(yīng)該進(jìn)行PGT-A測試。
新算法STORK-A使用受精后5天拍攝的胚胎顯微鏡圖像、胚胎質(zhì)量評分、母親年齡等信息，會自動“學(xué)習(xí)”將數(shù)據(jù)的某些特征與非整倍體的可能性相關(guān)聯(lián)。研究團(tuán)隊(duì)在10378個(gè)胚泡的數(shù)據(jù)集上訓(xùn)練了STORK-A，這些胚泡的倍性狀態(tài)已知。他們在獨(dú)立數(shù)據(jù)集上測試了該算法，發(fā)現(xiàn)了相當(dāng)?shù)臏?zhǔn)確性結(jié)果，證明了STORK-A的普遍性。
據(jù)研究人員評估，該算法在預(yù)測非整倍體與正常染色體“整倍體”胚胎方面的準(zhǔn)確性接近70%。在預(yù)測涉及多個(gè)染色體的非整倍體（復(fù)雜的非整倍體）與整倍體相比，STORK-A的準(zhǔn)確率為77.6%。他們希望最終能夠使用AI和計(jì)算機(jī)視覺技術(shù)以完全非侵入性的方式預(yù)測非整倍體。
新算法代表了在降低IVF胚胎選擇風(fēng)險(xiǎn)、減少主觀性、降低成本和提高準(zhǔn)確性方面取得的進(jìn)展。研究人員稱，這是AI潛在改變醫(yī)學(xué)的一個(gè)很好的例子。
總編輯圈點(diǎn)
過去幾年，人工智能在生命科學(xué)領(lǐng)域悄然掀起新的革命。知名度最高的應(yīng)用之一是谷歌旗下公司開發(fā)的“阿爾法折疊”，它能夠利用人工智能準(zhǔn)確預(yù)測蛋白質(zhì)的靜態(tài)三維結(jié)構(gòu)。前不久，中國科學(xué)家更進(jìn)一步，開發(fā)出可以預(yù)測蛋白質(zhì)動態(tài)結(jié)構(gòu)的人工智能模型。上述研究則獨(dú)辟蹊徑，把人工智能應(yīng)用于預(yù)測體外受精胚胎的染色體數(shù)量是否正常。無論在哪一種研究和應(yīng)用中，人工智能都完美展示了其“過人之處”：提升效率、降低成本、方便快捷。
關(guān)鍵詞： 試管嬰兒
營業(yè)執(zhí)照公示信息