AI机器人又添用武之地！可预测胚胎质量，提高试管婴儿成功率

　　近日，欧盟医疗器械监管机构批准了一款由Fairtility公司研发的可评估胚胎质量的人工智能机器人——CHLOE™。此款算法机器人可大大提高IVF的成功率，对于提高妊娠率，缩短和减少IVF周期具有重要意义。今年7月初，有关CHLOE™的研究数据在第38届欧洲人类生殖与胚胎学学会年会（The European Society of Human Reproduction and Embryology，ESHRE）上惊艳亮相。 　　CHLOE™：全球首个且唯一一个基于AI决策的透明性支持系统 　　Fairtility是一家以色列的初创公司，领导团队由来自临床、高科技、软件开发和业务开发等多位业内专家组成，致力于将尖端人工智能和大数据应用到IVF中，为众多临床医生提供数据决策支持。Fairtility的技术能够实现早期、准确和数据驱动的胚胎质量评估，从而提高妊娠率和缩短IVF周期。该公司在近期的A轮融资中筹集了1500万美元，将重点解决人工智能在胚胎分析领域所面临的挑战。 　　CEO Eran Eshed表示，从1978年全球第一位试管婴儿Louise Joy Brown顺利诞生，IVF发展至今已有40多年的历史。尽管生物科技领域的创新层出不穷，但令人惊讶的是，IVF领域几乎尚未看到人工智能的应用。虽然数据科学不能解决生物学问题，但人工智能将在每一个决策步骤提高IVF的效率，而Fairtlity恰巧把握住了这次商机。 　　CHLOE™是Fairtility公司旗下主打的一款算法机器人，该名称起源于希腊语的“绿芽”，寓意着“开花”、“生育”。CHLOE™是全球首个且唯一一个基于AI决策的支持系统，它囊括了数百万位患者的胚胎数据，凭借着抓取数据和分析透明化的优势，集成大数据为IVF工作人员提供专业而全面的决策支持，从而提高IVF相关的护理结果。 　　IVF作为一种辅助生殖技术，首先从卵巢中取出卵子，通过实验室步骤完成与精子的结合，然后将成功受精的卵子（即胚胎）植入子宫。在这个过程中，临床医生和胚胎学家会在几个关键环节做出决定，但这些决定更多基于经验、直觉。CHLOE™所创建的用于胚胎选择的完全数字化工作流程（图2），通过基于AI的胚胎评估和客观、规范的评估数据，极大提高了临床工作的准确性。 　　CHLOE™数据惊艳亮相第38届ESHRE 　　2022年7月3日至6日，第38届ESHRE大会在意大利米兰隆重召开。ESHRE会议是生殖医学领域规模最大、最具影响力的年度国际学术会议之一，汇聚了来自生殖医学、胚胎学、生殖内分泌学和遗传学等多个领域内的专家学者，共同探讨领域内最新的研究成果、目前的争议及未来的发展方向。 　　在此次会议期间，Fairtility也带着CHLOE™的最新研发进展亮相大会，分享了CHLOE™算法可有效预测囊胚形成、倍性、妊娠、植入和进行中的临床妊娠状态，报告具体内容以会议摘要形式发表在Human Reproduction上。 　　图3 会议摘要发表页面（图源：[3]） 　　该项研究是一项单中心的回顾性队列分析研究，于2017年至2020年间在土耳其伊斯坦布尔西西里纪念医院辅助生殖技术中心进行。研究人员通过评估6748个延时视频，具体包含5392个卵裂胚胎、3763个囊胚、877个已知持续妊娠结局的单胚胎移植（Single embryo transfers，SET）、306个整倍体SET和25个已知持续妊娠结局的镶嵌型染色体胚胎，以量化定量和定性形态动力学（包括tPNa、tPNf、t2、t3、t4、t5、t6、t7、t8、t9、tM、tSB、tB、tEB)、CHLOE™植入评分和CHLOE™囊胚评分和整体SET后的临床结果（生化、临床妊娠和持续妊娠），使用AUC（Area Under Curve）度量指标预测囊胚和植入评分功效的临床结果。 　　主要评估结果如下： 　　1. 分裂胚胎的囊胚形成评分可从囊胚形成中预测得出（AUC=0.96，基线=70% n=5392，P<0.001）； 　　2. 在PGT-A（Preimplantation genetic testing for aneuploidy）后，植入评分可预测整倍体（AUC=0.61，基线=34%，n=1456，P<0.001），但不能预测归类为马赛克的胚胎（AUC=0.5，基线=19%，n=1456，P>0.05)； 　　3. SET后，植入评分可预测生化（AUC=0.71，基线=49%，n=866，P<0.001）、临床妊娠和持续妊娠率（AUC=0.69，基线=37%，n=866，P<0.001）； 　　4. 在非PGT-A胚胎SET后，植入评分随着患者年龄的增加而降低（P<0.001）。非整倍体的类型（如单体、三体、节段）不影响植入评分或囊胚评分（P> 0.05）。 　　该研究证实，基于人工智能的算法工具有望提高胚胎选择的一致性、效率和功效。CHLOE™等AI工具提供的有关定量和定性形态动力学的数据信息，为预测带来透明度，从而改善了对每个胚胎的个性化护理。 　　人工智能重塑辅助生殖应为大势所趋 　　针对不孕不育群体的生育难题，IVF不失为一种解决办法。不过，虽然IVF很有潜力，但结果也是不可预测的。更糟糕的是，IVF获得生育护理的机会非常少。即使在美国这样的发达市场，也只有2%的不孕不育人士使用了IVF技术。如今IVF还面临着以下两个关键挑战： 　　生育困难 　　Eran Eshed指出：“当只有2%的不孕不育人群可以利用IVF辅助生育时，很明显，获取护理服务会成为一个难题。”西雅图生殖健康机构Seattle Reproductive Medicine的合伙人、生殖内分泌学家Gerard Letterie博士则称：“IVF目前主要用于不孕不育患者——那些无法通过定时性交或口服药物等简单治疗手段来怀孕的人，是人群中相对有限的一小部分。”Letterie预计，未来的患者将包括那些对通过冷冻卵子或创造胚胎来保存生育力感兴趣的人，这将显著增加寻求辅助生殖技术治疗服务的患者数量[4]。 　　2结果具有不确定性 　　体外受精有多大的成功率？ 　　根据公开数据，单次体外受精受孕的几率约为30%-40%。女性年龄、卵巢储备力、男性生育力、卵子和精子的质量以及胚胎发育等多方因素都会对试管婴儿的成功与否起着决定作用。 　　现实情况下，大多数患者通常需要经历多个周期才能获得成功的活产。虽然体外受精的成功与否会受到年龄的影响，但数据显示，即使是最年轻和最健康的女性，大多数体外受精周期也会失败，而其结果在很大程度上取决于临床过程中做出的决定和胚胎学家的专业知识。在此契机下，像CHLOE™这种利用大数据优势可实现早期胚胎质量评估的人工智能则显得尤为重要。 　　Eshed表示，行业报告显示，到2026年，全球IVF市场规模将达到360亿美元，而是否会有足够多熟练的胚胎学家来满足这一日益增长的需求尚且为未知数。最近，多位投资人纷纷瞄准辅助生殖相关的技术正是看中了这一风口。 　　目前，其它的初创公司如Emrbyonics、Mojo和ALife也提出了基于人工智能的生育解决方案，用于分析胚胎和评估精子质量，并制定个性化的体外受精治疗计划。未来让我们期待更多人工智能技术深入应用在辅助生殖领域，助力更多的家庭生出健康的孩子。 　　免责声明：本文仅作信息交流，文中的观点不代表中肽生化立场，亦不代表中肽生化支持或反对文中观点。本文也不构成投资建议，也不是研究治疗方案推荐。如果需要获得治疗方案指导，请前往正规医院就诊。