Отправляя форму, вы соглашаетесь с нашей Политикой конфиденциальности в части обработки предоставленных вами контактных данных и сведений о запросе, принимаете наши Условия использования и соглашаетесь, что мы можем связаться с вами по этому запросу.
Новости | От ручного отбора к интеллектуальному: ИИ повышает точность выбора сперматозоидов
Новости | От ручного отбора к интеллектуальному: ИИ повышает точность выбора сперматозоидов
Искусственный интеллект (ИИ) всё чаще применяется в области вспомогательных репродуктивных технологий. В недавно опубликованном систематическом обзоре в журнале Fertility and Sterility изучалось применение ИИ и машинного обучения для отбора сперматозоидов, что открывает новые возможности для улучшения результатов вспомогательных репродуктивных технологий (ART).
Почему важен отбор сперматозоидов
Более 100 миллионов людей во всём мире сталкиваются с бесплодием, при этом мужской фактор присутствует примерно в 50% случаев. Анализ спермы — важный этап диагностики и лечения мужского бесплодия; он оценивает морфологию, подвижность и целостность ДНК сперматозоидов. Однако выбор наиболее качественного сперматозоида из миллионов для внутрицитоплазматической инъекции сперматозоида (ICSI) занимает много времени и подвержен ошибкам.
Несмотря на достижения в области ART, показатели успеха остаются ограниченными, отчасти потому, что отбор сперматозоидов недостаточно точен. В настоящее время он в основном основывается на ручной оценке морфологии и подвижности сперматозоидов по стандартам Всемирной организации здравоохранения (ВОЗ). Из-за ограничений по времени эмбриологам трудно всесторонне и подробно оценивать характеристики сперматозоидов, что может влиять на результаты зачатия. Поэтому ИИ особенно актуален.
ИИ и машинное обучение при отборе сперматозоидов
ИИ позволяет эффективно выявлять эмбрионы с наибольшим потенциалом развития и имплантации, сокращая время и усилия эмбриологов, затрачиваемые на визуальную оценку и ручную градацию. Объединяя генетические и визуальные данные, ИИ может автоматизировать отбор сперматозоидов и повысить его точность и эффективность.
Алгоритмы ИИ могут стандартизировать и ускорить анализ морфологии сперматозоидов. В сочетании с глубоким обучением заявленная точность может достигать 98%. Например, ИИ можно обучить на наборах изображений высококачественных сперматозоидов для оценки морфологии, целостности ДНК и подвижности отдельных сперматозоидов с одновременным снижением влияния субъективного человеческого фактора.
Основные методы и результаты
Оценка целостности ДНК:
Повреждение головки сперматозоида может привести к хромосомным аномалиям, фрагментации ДНК и укорочению теломер. Исследователи разработали алгоритмы машинного обучения на основе индекса фрагментации ДНК (DFI), используя такие методы, как гель-электрофорез отдельных клеток (SCGE) и анализ структуры хроматина сперматозоидов, чтобы точно оценивать качество отдельных сперматозоидов.
Анализ подвижности:
ИИ объединяет компьютерный анализ спермы (CASA), микрофлюидные чипы и голографическую визуализацию для улучшения анализа движения сперматозоидов. Например, математические модели, основанные на трёхмерном (3D) винтообразном движении хвостика, позволяют точнее прогнозировать плавательную способность.
Многопараметрическая оптимизация:
Системы ИИ интегрируют данные о морфологии и характере движения сперматозоидов, целостности ДНК и другие показатели, чтобы автоматически выбирать лучшие сперматозоиды, значительно повышая показатели зачатия и беременности при использовании ART.
Перспективы
По мере совершенствования алгоритмов ИИ лаборатории вспомогательной репродукции смогут использовать более крупные и качественные наборы изображений сперматозоидов для дальнейшего повышения эффективности отбора. Технология не только снижает нагрузку на эмбриологов, но и даёт больше надежды людям, столкнувшимся с бесплодием.
Источник:
Собрано в интернете