Trí tuệ Nhân tạo Có Thể Quét Phôi IVF để Hỗ Trợ Việc Sinh Con Nhanh Chóng Hơn

Nếu một phụ nữ (hoặc người không xác định giới tính nữ với tử cung và mong muốn bắt đầu gia đình) đang gặp khó khăn trong việc mang thai và quyết định cải thiện khả năng sinh sản tại một phòng mạch IVF, họ có thể tương tác với bác sĩ, y tá và lễ tân. Họ có thể không bao giờ gặp một đội ngũ chuyên gia phôi được đào tạo đang làm việc sau cánh cửa phòng lab đóng cửa để thu thập trứng, phôi tinh thần và phát triển phôi sẽ được cấy ghép.

Một trong những công việc mất thời gian hơn của các chuyên gia phôi là đánh giá chất lượng phôi—nhìn vào các đặc điểm hình thái của chúng dưới kính hiển vi và gán điểm chất lượng. Số lẻ, số chẵn của các tế bào là tốt. Các tế bào bị nứt nát và mảnh vỡ là xấu. Họ sẽ sử dụng thông tin đó để quyết định phôi nào được cấy ghép trước.

Đó là một quyết định chủ quan hơn là khoa học và không đặc biệt chính xác. Các phương pháp mới hơn, như rút một tế bào để lấy DNA và kiểm tra các đặc điểm bất thường, gọi là kiểm tra di truyền trước khi cấy ghép, cung cấp thêm thông tin. Nhưng điều đó tăng thêm chi phí cho một chu kỳ IVF đã đắt đỏ và yêu cầu đóng lạnh phôi cho đến khi kết quả kiểm tra trả về. Việc đánh giá phôi thủ công có thể là một công cụ thô sơ, nhưng nó không xâm lấn và dễ dàng cho hầu hết các phòng mạch sinh sản thực hiện. Bây giờ, các nhà khoa học nói, một thuật toán đã học cách thực hiện công việc quan sát phôi tốn thời gian đó ngay cả tốt hơn cả con người.

Trong nghiên cứu mới được công bố hôm nay trên tạp chí NPJ Digital Medicine, các nhà khoa học tại Đại học Cornell đã huấn luyện một thuật toán học sâu của Google để nhận diện phôi IVF là tốt, trung bình hoặc kém, dựa trên khả năng mỗi phôi sẽ cấy ghép thành công. Loại trí tuệ nhân tạo này—cùng mạng nơ-ron nhận diện khuôn mặt, động vật và đối tượng trong hình ảnh được tải lên các dịch vụ trực tuyến của Google—đã chứng minh khả năng trong các bối cảnh y tế. Nó đã học cách chẩn đoán mù mắt do tiểu đường và xác định các đột biến gen kích thích sự phát triển của u tuyến ác tính. Các phòng mạch IVF có thể là địa điểm tiếp theo mà nó hướng đến.

“Mọi đánh giá về phôi như cách hiện nay đều là chủ quan,” Nikica Zaninovic, giám đốc phòng thí nghiệm phôi tại Weill Cornell Medicine, nơi nghiên cứu được thực hiện, cho biết. Năm 2011, phòng thí nghiệm này đã lắp đặt một hệ thống hình ảnh liên tục bên trong máy ấp của mình, để các kỹ thuật viên có thể theo dõi (và ghi lại) sự phát triển của các phôi theo thời gian thực. Điều này mang lại cho họ điều gì đó mà nhiều phòng mạch sinh sản ở Hoa Kỳ không có—video của hơn 10,000 phôi hoàn toàn ẩn danh mà mỗi cái có thể được đóng băng và đưa vào một mạng nơ-ron. Khoảng hai năm trước, Zaninovic bắt đầu tìm kiếm một chuyên gia trí tuệ nhân tạo để hợp tác. Anh ấy đã tìm thấy người đó ngay tại khuôn viên trường, Olivier Elemento, giám đốc Viện Y học Chính xác của Weill Cornell.

Trong nhiều năm, Elemento đã thu thập mọi loại dữ liệu hình ảnh y tế—MRI, mammograms, các mẫu mô u tuyến nhuộm—từ bất kỳ đồng nghiệp nào muốn chia sẻ nó với anh ấy, để phát triển các hệ thống tự động hóa giúp các bác sĩ chẩn đoán và các bác sĩ bệnh học làm công việc của họ hiệu quả hơn. Anh ấy chưa bao giờ nghĩ đến thử nghiệm nó với IVF nhưng ngay lập tức nhận thấy tiềm năng. Có rất nhiều điều diễn ra trong một phôi mà mắt người không thể nhìn thấy nhưng có thể không đối với máy tính. “Đó là cơ hội để tự động hóa một quy trình tốn thời gian và dễ gặp lỗi,” anh ấy nói. “Điều này thực sự chưa được thực hiện trước đây với phôi con người.”

Để đánh giá xem mạng nơ-ron của họ, có tên STORK, so sánh với đồng nghiệp con người của mình như thế nào, họ đã mời năm chuyên gia phôi từ các phòng mạch trên ba châu lục để xếp loại 394 phôi dựa trên hình ảnh được chụp từ các phòng lab khác nhau. Năm chuyên gia phôi chỉ đạt đến kết luận giống nhau trên chỉ 89 phôi, không đến một phần tư tổng số. Vì vậy, các nhà nghiên cứu đã thiết lập một thủ tục bỏ phiếu đa số—ba trong số năm chuyên gia phôi cần đồng ý để phân loại một phôi là tốt, trung bình hoặc kém. Khi STORK nhìn vào những hình ảnh giống nhau, nó dự đoán quyết định bỏ phiếu đa số của các chuyên gia phôi với độ chính xác 95.7%. Người tham gia tự nguyện liên tục nhất chỉ phù hợp kết quả 70% thời gian; người ít liên tục nhất, chỉ 25%.

Hiện tại, STORK chỉ là một công cụ mà những người chuyên nghiệp phôi có thể tải hình ảnh lên và thử nghiệm trên một trang web an toàn do Weill Cornell chủ trì. Nó sẽ không sẵn sàng cho phòng mạch cho đến khi nó có thể vượt qua các kiểm tra nghiêm ngặt theo dõi phôi được cấy ghép theo thời gian, để xem thuật toán hoạt động như thế nào trong thực tế. Elemento nói nhóm vẫn đang hoàn thiện thiết kế cho một thử nghiệm sẽ làm điều đó bằng cách đối đầu giữa các chuyên gia phôi và trí tuệ nhân tạo trong một nhóm nhỏ, ngẫu nhiên. Quan trọng nhất là hiểu xem STORK thực sự cải thiện kết quả—không chỉ tỷ lệ cấy ghép mà còn là thai kỳ thành công đầy đủ. Trong điểm này, ít nhất là một số chuyên gia phôi đang hoài nghi.

“Tất cả những gì thuật toán này có thể làm là thay đổi thứ tự của những phôi chúng tôi cấy ghép,” Eric Forman, giám đốc y tế và phòng thí nghiệm tại Trung tâm Sinh sản Đại học Columbia nói. “Nó cần thêm chứng cứ để nói rằng nó giúp phụ nữ mang thai nhanh chóng và an toàn hơn.” Một mình nó, anh ta lo lắng rằng STORK có thể chỉ đóng góp một phần nhỏ vào việc cải thiện tỷ lệ thành công của IVF, trong khi có thể chèn những đặc điểm riêng của mình.

Ngoài việc xếp loại phôi, phòng mạch Columbia còn sử dụng kiểm tra di truyền trước cấy ghép để cải thiện cơ hội mang thai cho bệnh nhân. Mặc dù không phải là thường xuyên, nhưng nó được cung cấp cho tất cả mọi người. Forman nói khoảng 70% chu kỳ IVF của phòng mạch bao gồm thủ tục nạo bọc phôi, có thể thêm vài nghìn đô la vào hóa đơn của bệnh nhân. Đó là lý do tại sao anh ấy thích thú nhất với điều mà đội ngũ của Elemento đang nấu nấu chín. Họ đang huấn luyện một bộ mạng nơ-ron mới để xem họ có thể phát hiện các đột biến nhiễm sắc thể, giống như cái gây ra hội chứng Down. Với một phôi phát triển dưới sự quan sát của một chiếc camera, thuật toán của Elemento sẽ theo dõi feed để phát hiện dấu hiệu đặc trưng của vấn đề. “Chúng tôi nghĩ rằng các mô hình phân chia tế bào mà chúng tôi có thể thu được với những bức phim này có thể mang thông tin về những khuyết điểm này, những khuyết điểm được giấu trong những bức ảnh tĩnh,” Elemento nói. Họ cũng đang nghiên cứu việc sử dụng kỹ thuật này để dự đoán thai nghén.

Còn nhiều khả năng để cải thiện hiệu suất của phương pháp IVF, và những nâng cấp thuật toán này có thể tạo ra sự thay đổi—trong điều kiện đúng. “Nếu nó có thể cung cấp dự đoán chính xác trong thời gian thực với rủi ro tối thiểu và không tăng thêm chi phí, thì tôi có thể nhìn thấy tiềm năng triển khai trí tuệ nhân tạo như vậy cho việc chọn lựa phôi,” Eric Forman nói. Nhưng sẽ có những rào cản đối với sự áp dụng của nó. Hầu hết các phòng mạch IVF ở Mỹ không có một trong những hệ thống quay phim thời gian thực này vì chúng quá đắt đỏ. Và còn nhiều phương pháp khác có thể cải thiện khả năng sống sót của phôi một cách chi phí hơn—như điều chỉnh liệu pháp hormone và kỹ thuật nuôi cấy cho các loại vô sinh khác nhau mà phụ nữ trải qua. Cuối cùng, tuy nhiên, vấn đề hàng đầu mà các phòng mạch IVF phải đối mặt là đôi khi đơn giản là không có đủ trứng chất lượng cao, bất kể bệnh nhân đi qua bao nhiêu chu kỳ.

Những điều tuyệt vời khác từ Mytour

• Làm thế nào AI và xử lý dữ liệu có thể giảm nguy cơ sinh non
• Người DJ trong tương lai không quay đĩa mà họ viết code
• Động cơ đưa người phụ nữ nhanh nhất trên bốn bánh
• Những lợi ích tuyệt vời khi suy ngẫm về sự hủy diệt
• Trên dấu vết của vua của cuộc gọi tự động
• 👀 Đang tìm kiếm những thiết bị công nghệ mới nhất? Kiểm tra các hướng dẫn mua sắm và ưu đãi tốt nhất của chúng tôi suốt cả năm
• 📩 Muốn tìm hiểu thêm về đề tài yêu thích của bạn? Đăng ký bản tin Backchannel của chúng tôi