根据威尔康奈尔医学院研究人员的一项研究，一种新的基于人工智能的系统可以仅使用胚胎和母亲年龄的延时视频图像来准确评估体外受精（IVF）胚胎的染色体状态。

新系统被称为“BELA”，并在9月5日发表在《自然通讯》上的一篇论文中进行了描述，这是该团队最新的基于人工智能的平台，用于评估胚胎是否具有正常（整倍体）或异常（非整倍体）染色体数量-这是体外受精成功的关键决定因素。与之前基于人工智能的方法不同，BELA不需要考虑胚胎学家对胚胎的主观评估。因此，它提供了一种客观的、可推广的测量方法，如果它的效用在临床试验中得到证实，有朝一日可能被广泛应用于胚胎学诊所，以提高体外受精过程的效率。

“与之前的方法相比，这是一种完全自动化和更客观的方法，它使用的大量图像数据可以产生更大的预测能力，”该研究的资深作者、威尔康奈尔医学院英格兰精密医学研究所的成员、生理学和生物物理学副教授Iman Hajirasouliha博士说。

这项研究的第一作者是苏拉杰·拉金德兰，他是哈吉拉索利哈博士实验室的一名博士生。该研究的胚胎学工作由Nikica Zaninovic博士领导，她是临床妇产科胚胎学副教授，也是威尔康奈尔医学和纽约长老会/威尔康奈尔医学中心罗纳德O.佩雷尔曼和克劳迪娅科恩生殖医学中心（CRM）胚胎学实验室主任。Zev Rosenwaks博士是该研究的共同作者。Zev Rosenwaks博士是CRM的主任和首席医师，也是威尔康奈尔医学院妇产科的露华浓杰出生殖医学教授。

胚胎学家通常通过在显微镜下检查来评估试管受精胚胎的质量。如果它看起来相对正常，但有理由怀疑可能存在问题，例如在高龄产妇的情况下，他们可能会更直接地检测其染色体状态。“金标准”测试是一种有点风险的、类似活检的程序，称为非整倍体植入前基因测试（PGT-A）。近年来，胚胎学家一直在与计算机/人工智能专家合作，寻找自动化部分工作流程并改善结果的方法。在2022年的一项研究中，Hajirasouliha博士及其同事开发了一种名为STORK-A的基于人工智能的系统，该系统使用胚胎的单一显微图像，加上母亲的年龄和胚胎学家的评分，来预测胚胎的倍性状态，准确率约为70%。

研究人员开发了BELA，以独立于胚胎学家的评估产生准确的倍性预测。该系统的核心是一个机器学习模型，该模型在受精后约5天的关键间隔内，在显微镜下分析胚胎的9个延时视频图像，以生成胚胎质量评分。然后系统使用这个分数和母亲的年龄来预测整倍性或非整倍性。

研究人员在威尔-康奈尔医学CRM去识别数据集上训练了该模型，该数据集包含近2000个胚胎的图像序列及其经pgt - a测试的倍性状态。然后，他们在新的威尔康奈尔医学CRM数据集和来自佛罗里达州和西班牙独立的大型试管婴儿诊所的数据集上测试了该模型。他们发现，该模型预测倍性状态的准确度比以前的版本略高，并且对外部和内部数据集都很有效。

研究人员说，下一步是在一项随机对照临床试验中前瞻性地测试BELA的预测能力，他们目前正在计划这项试验。

Zaninovic博士说：“BELA和像它这样的人工智能模型可以将试管婴儿的可用性扩展到无法获得高端试管婴儿技术和PGT测试的地区，从而提高全球试管婴儿护理的公平性。”

事实上，建立BELA是为了处理每个胚胎的大量图像数据，这也向研究人员表明，它不仅可以用于倍性预测。

Rajendran说：“我们希望这个模型也可以用于一般胚胎质量的估计，胚胎发育阶段的预测，以及胚胎学诊所可以根据自己的需要定制的其他功能。”