컬렉션

AI는 전문가와 동일한 정확도로 IVF 배아 등급을 지정할 수 있습니다.

AI는 전문가와 동일한 정확도로 IVF 배아 등급을 지정할 수 있습니다.

잘 훈련 된 AI 알고리즘은 IV 치료의 성공률을 향상시킬 수 있습니다. 체외 수정 (In Vitro Fertilization) 또는 IVF는 1977 년 첫 번째 성공 사례 이후로 사람들이 생식 확률을 높이는 데 도움을주었습니다.

기술의 많은 개선으로 프로세스가 개선되었지만 시간이 많이 걸리고 상대적으로 부정확 한 IVF 치료 측면이 여전히 있습니다. 그 중 하나는 "채점"으로 알려진 프로세스입니다.

느리고 부정확 함

이 작업을 수행하려면 발생 학자가 현미경으로 배아의 형태 학적 특징을 확인하고 품질 점수를 할당해야합니다. 원형, 짝수 세포는 높은 점수를받는 반면, 골절 및 조각난 세포는 점수가 낮습니다.

가장 높은 점수를받은 배아가 먼저 이식됩니다. 이 프로세스는 경험이 필요하며 순전히 시각적 속성에 의존하기 때문에 부정확 할 수 있습니다. 이 과정의 정확도는 세포가 배아에서 제거되고 착상 전 유전자 스크리닝으로 알려진 절차 인 이상 여부를 테스트하는 경우 개선 될 수 있습니다.

기성 알고리즘

그러나이 추가 단계는 IVF 프로세스를 훨씬 더 비싸고 시간 소모적으로 만듭니다. 그래서 지금까지 계란의 시각적 등급을 매기는 것이 최선의 선택이었습니다.

인간보다 배아를 더 잘 등급을 매기는 방법을 배운 알고리즘 덕분에이 모든 것이 곧 바뀔 것입니다. 연구원들은 각 배아가 성공적으로 이식 할 가능성에 따라 IVF 배아를 양호, 공정 또는 불량으로 식별하기 위해 Google 딥 러닝 알고리즘을 훈련했습니다.

전문가와 경쟁하는 STORK

알고리즘 훈련은 장기적인 프로젝트였습니다. 연구가 진행된 Weill Cornell Medicine의 발생학 연구소가 배아 인큐베이터 내부에 타임 랩스 이미징 시스템을 설치 한 2011 년에 시작되었습니다. 이것은 기술자들이 배아가 발달하면서 관찰하고 기록 할 수 있음을 의미했습니다.

그 결과 익명화 된 배아에 대한 10,000 개의 비디오는 고정 프레임으로 만들어져 신경망에 공급 될 수 있습니다. 연구실 책임자 Nikica Zaninovic은 Cornell의 Englander Institute for Precision Medicine 소장 인 Olivier Elemento와 협력하여 프로젝트를 다음 단계로 진행했습니다.

두 연구원은 AI를 사용하여 시간이 많이 걸리고 부정확 한 프로세스를 자동화 할 수 있다고 생각했습니다. STORK라는 별명을 가진 훈련 된 네트워크를 테스트하기 위해 두 연구원은 3 개 대륙의 클리닉에서 5 명의 발생 학자를 여러 실험실에서 촬영 한 이미지를 기반으로 394 등급까지 모집했습니다.

관련 : 26 세 여성이 엠브리 오 프로즌에서 아기에게 출산

놀랍게도 5 명의 전문가는 89 개의 배아에 대해 동일한 결론에 도달 할 수있었습니다. 이러한 합의의 결여를 해결하기 위해 5 명의 발생 학자는 과반수 투표 절차를 사용해야한다는 말을 들었습니다. 5 명의 발생 학자 중 3 명은 배아를 좋고, 공정하거나, 가난한 것으로 분류하는 데 동의해야했습니다.

STORK는 인간이 채점 한 동일한 이미지를보고 95.7 % 정확도로 다수결 결정을 예측했습니다. STORK가 전 세계 클리닉에 출시되기 전에 더 많은 연구가 필요하지만 초기 작업은 유망 해 보이며 궁극적으로 IVF 성공률을 향상시키는 데 도움이 될 수 있습니다.


비디오보기: 김하신 선생님과 함께 하는 배아 배양의 모든것 (칠월 2021).