ニュース｜手作業からインテリジェント技術へ：AIが精子選別の精度を向上
人工知能（AI）は、生殖補助医療においてますます注目を集めています。Fertility and Sterilityに最近掲載された系統的レビューでは、精子選別におけるAIと機械学習の活用を検討し、生殖補助医療（ART）の成績向上につながる新たな方法が示されました。
精子選別が重要な理由
世界では100百万人を超える人が不妊に直面しており、その約50%には男性因子が関与しています。精液検査は男性不妊の診断と治療における重要な段階で、精子の形態、運動性、DNAの完全性を評価します。しかし、顕微授精（ICSI）に用いる数百万の精子から最も質の高いものを選ぶ作業は時間がかかり、誤りも生じやすいものです。
ARTが進歩しても、精子選別の精度が十分でないことなどから、成功率にはなお限界があります。現在の選別は主に、世界保健機関（WHO）の基準に基づく精子の形態と運動性の手作業による評価に依存しています。時間的な制約から、胚培養士が精子の特性を包括的かつ詳細に評価することは難しく、受精の成績に影響する可能性があります。この点でAIが特に注目されています。
精子選別におけるAIと機械学習
AIは、発生能と着床能が最も高い胚を効率的に特定し、胚培養士が目視評価や手作業によるグレーディングに費やす時間と労力を減らせることが示されています。遺伝情報と画像データを組み合わせることで、AIは精子選別を自動化し、精度と効率を高められます。
AIアルゴリズムは、精子形態の分析を標準化し、迅速化できます。深層学習と組み合わせると、報告された精度は98%に達します。例えば、高品質な精子画像データセットでAIを学習させ、個々の精子の形態、DNAの完全性、運動性を評価しながら、人による主観の影響を抑えることができます。
主な技術と研究結果
DNAの完全性評価：
精子頭部の損傷は、染色体異常、DNA断片化、テロメア短縮につながる可能性があります。研究者は、DNA断片化指数（DFI）に基づく機械学習アルゴリズムを開発し、単一細胞ゲル電気泳動（SCGE）や精子クロマチン構造検査などを用いて、個々の精子の質を正確に評価しています。
運動性の分析：
AIは、コンピューター支援精子分析（CASA）、マイクロ流体チップ、ホログラフィック画像を組み合わせ、精子の動きの分析を改善します。例えば、三次元（3D）のらせん状の尾部運動に基づく数学モデルにより、遊泳能力をより正確に予測できます。
多パラメータ最適化：
AIシステムは、精子の形態、運動パターン、DNAの完全性などのデータを統合して最良の精子を自動的に選別し、ARTにおける受精率と妊娠率を大幅に高めます。
今後の展望
AIアルゴリズムが進歩すれば、生殖補助医療のラボでは、より大規模で高品質な精子画像データセットを利用し、選別効率をさらに高められます。この技術は胚培養士の負担を減らすだけでなく、不妊に悩む人々に大きな希望をもたらします。
出典：
オンライン情報を編集
送信することにより、当社の プライバシーポリシー に基づく連絡先・相談情報の処理に同意し、 利用規約 に同意するとともに、本件に関する当社からの連絡に同意したものとみなされます。
ニュース｜手作業からインテリジェント技術へ：AIが精子選別の精度を向上
ニュース｜手作業からインテリジェント技術へ：AIが精子選別の精度を向上
人工知能（AI）は、生殖補助医療においてますます注目を集めています。Fertility and Sterilityに最近掲載された系統的レビューでは、精子選別におけるAIと機械学習の活用を検討し、生殖補助医療（ART）の成績向上につながる新たな方法が示されました。
精子選別が重要な理由
世界では100百万人を超える人が不妊に直面しており、その約50%には男性因子が関与しています。精液検査は男性不妊の診断と治療における重要な段階で、精子の形態、運動性、DNAの完全性を評価します。しかし、顕微授精（ICSI）に用いる数百万の精子から最も質の高いものを選ぶ作業は時間がかかり、誤りも生じやすいものです。
ARTが進歩しても、精子選別の精度が十分でないことなどから、成功率にはなお限界があります。現在の選別は主に、世界保健機関（WHO）の基準に基づく精子の形態と運動性の手作業による評価に依存しています。時間的な制約から、胚培養士が精子の特性を包括的かつ詳細に評価することは難しく、受精の成績に影響する可能性があります。この点でAIが特に注目されています。
精子選別におけるAIと機械学習
AIは、発生能と着床能が最も高い胚を効率的に特定し、胚培養士が目視評価や手作業によるグレーディングに費やす時間と労力を減らせることが示されています。遺伝情報と画像データを組み合わせることで、AIは精子選別を自動化し、精度と効率を高められます。
AIアルゴリズムは、精子形態の分析を標準化し、迅速化できます。深層学習と組み合わせると、報告された精度は98%に達します。例えば、高品質な精子画像データセットでAIを学習させ、個々の精子の形態、DNAの完全性、運動性を評価しながら、人による主観の影響を抑えることができます。
主な技術と研究結果
DNAの完全性評価：
精子頭部の損傷は、染色体異常、DNA断片化、テロメア短縮につながる可能性があります。研究者は、DNA断片化指数（DFI）に基づく機械学習アルゴリズムを開発し、単一細胞ゲル電気泳動（SCGE）や精子クロマチン構造検査などを用いて、個々の精子の質を正確に評価しています。
運動性の分析：
AIは、コンピューター支援精子分析（CASA）、マイクロ流体チップ、ホログラフィック画像を組み合わせ、精子の動きの分析を改善します。例えば、三次元（3D）のらせん状の尾部運動に基づく数学モデルにより、遊泳能力をより正確に予測できます。
多パラメータ最適化：
AIシステムは、精子の形態、運動パターン、DNAの完全性などのデータを統合して最良の精子を自動的に選別し、ARTにおける受精率と妊娠率を大幅に高めます。
今後の展望
AIアルゴリズムが進歩すれば、生殖補助医療のラボでは、より大規模で高品質な精子画像データセットを利用し、選別効率をさらに高められます。この技術は胚培養士の負担を減らすだけでなく、不妊に悩む人々に大きな希望をもたらします。
出典：
オンライン情報を編集