Kokoelmat

Tekoäly voi luokitella IVF-alkioita samalla tarkkuudella kuin asiantuntijat

Tekoäly voi luokitella IVF-alkioita samalla tarkkuudella kuin asiantuntijat


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Hyvin koulutettu tekoälyn algoritmi saattaa pystyä parantamaan IV-hoidon onnistumisastetta. In vitro -hedelmöitys tai IVF on auttanut ihmisiä parantamaan lisääntymiskertoimia ensimmäisestä onnistuneesta tapauksestaan ​​vuonna 1977.

Vaikka monet tekniikan parannukset ovat parantaneet prosessia, IVF-hoidossa on edelleen osa aikaa vievää ja suhteellisen epätarkkaa. Yksi näistä on prosessi, joka tunnetaan nimellä ”luokittelu”.

Hidas ja epätarkka

Tehtävä vaatii embryologin tutkimaan alkiot mikroskoopilla tarkistaen niiden morfologiset piirteet ja antamalla laatupisteet. Pyöreät, parilliset solumäärät saavat pistemäärän hyvin, kun taas murtuneet ja pirstoutuneet solut saavat huonon pistemäärän.

Eniten pisteytetyt alkiot implantoidaan ensin. Prosessi vaatii kokemusta ja voi olla epätarkka, koska se perustuu puhtaasti visuaalisiin ominaisuuksiin. Tarkkuutta prosessin tässä vaiheessa voidaan parantaa, jos solu poistetaan alkiosta ja testataan poikkeavuuksien varalta, menettely, joka tunnetaan preimplantation geneettisenä seulonnana.

Off-shelf-algoritmi

Tämä lisäaskel tekee kuitenkin IVF-prosessista vielä kalliimman ja aikaa vievän. Joten toistaiseksi munien visuaalinen luokittelu on ollut paras vaihtoehto.

Se on kuitenkin muuttumassa sellaisen algoritmin ansiosta, joka on oppinut luokittelemaan alkioita paremmin kuin ihmisillä. Tutkijat kouluttivat Googlen syvän oppimisalgoritmin tunnistamaan IVF-alkiot joko hyviksi, oikeudenmukaisiksi tai heikoiksi sen perusteella, kuinka todennäköisesti kukin onnistuneesti istuttaa.

STORK hyökkää asiantuntijoita vastaan

Algoritmikoulutus on ollut pitkäaikainen projekti. Se alkoi vuonna 2011, kun Weill Cornell Medicine -alueen embryologialaboratorio, jossa tutkimus toteutettiin, asensi intervallikuvausjärjestelmän alkion inkubaattoreihinsa. Tämä tarkoitti sitä, että teknikot voivat katsella ja tallentaa alkionsa kehittyessään.

Tuloksena olevat 10000 videota nimettömistä alkioista voisivat sitten jäätyä ja kehittää ne neuroverkkoon. Laboratorion johtaja Nikica Zaninovic, yhdessä Cornellin Englander Precision Medicine -instituutin johtajan Olivier Elementon kanssa, vie projektin seuraavaan vaiheeseen.

Kaksi tutkijaa ajatteli voivansa käyttää tekoälyä automatisoimaan tunnetusti aikaa vievää ja epätarkkaa prosessia. Testatakseen koulutetun verkoston, jonka he ovat saaneet lempinimellä STORK, kaksi tutkijaa rekrytoi viisi embryologia klinikoilta kolmelta mantereelta 394-alkioihin eri laboratorioista otettujen kuvien perusteella.

LIITTYVÄT: 26-Vuotias nainen synnyttää vauvan EMBRYO-jäätymisestä

Yllättäen viisi asiantuntijaa pääsivät samaan johtopäätökseen vain 89 alkiosta tai alle neljänneksestä kokonaissummasta. Tämän sopimattomuuden kiertämiseksi viidelle alkionlääkärille kerrottiin, että heidän oli käytettävä enemmistöäänestysmenettelyä - kolmen viidestä embryologista oli suostuttava luokittelemaan alkio hyväksi, oikeudenmukaiseksi tai köyhäksi.

STORK katsoi samoja ihmisen luokittelemia kuvia ja ennusti enemmistöpäätöksen 95,7 prosentin tarkkuudella. Ennen STORKin käyttöönottoa kliinikoilla ympäri maailmaa on vielä tehtävä tutkimusta, mutta sen alkuperäinen työ näyttää lupaavalta ja voi lopulta auttaa parantamaan IVF-onnistumisastetta.



Kommentit:

  1. Mazonn

    Ne ovat samanlaisia ​​kuin asiantuntija)))

  2. Dasida

    In my opinion, this is relevant, I will take part in the discussion. Yhdessä voimme tulla oikeaan vastaukseen. Olen varma.

  3. Osip

    Mikä kiva idea

  4. Gelban

    Kyllä, se kuulostaa houkuttelevalta



Kirjoittaa viestin