Il prossimoProssima guida
Selezione del sito di sperimentazione clinica sull'AI
Industrie
GUIDA alle industrie
La selezione degli embrioni tramite intelligenza artificiale utilizza modelli addestrati su video time-lapse o immagini di embrioni per classificare quale embrione in un ciclo di fecondazione in vitro ha maggiori probabilità di impiantarsi, aiutando le cliniche a scegliere quale trasferire per primo.
Ascolta questa guidaNarrato dall'IA · ~3 min
È importante perché la fecondazione in vitro è costosa ed emotivamente impegnativa e una prima scelta migliore potrebbe abbreviare il tempo necessario alla gravidanza. Finora le prove sperimentali mostrano che l’intelligenza artificiale fa risparmiare tempo agli embriologi, ma non ha chiaramente aumentato i tassi di gravidanza o di nati vivi.
In IVF, eggs are fertilised in the laboratory and the embryos grow for about five days to the blastocyst stage. When several embryos are available, the clinic chooses which to transfer first. Traditionally embryologists do this by eye, grading features such as how expanded the blastocyst is and the quality of its inner cell mass and outer layer, the trophectoderm, often with the Gardner grading system. Time-lapse incubators, such as Vitrolife's EmbryoScope, photograph each embryo every few minutes without removing it from the incubator. This produces a video of development, including when each cell division happens. AI models trained on these videos, and on whether transferred embryos went on to implant, generate a ranking score. Examples include Vitrolife's iDAScore, Fairtility's CHLOE, and Presagen's Life Whisperer, which works from single still images. The evidence is more modest than the marketing. A large randomised trial published in Nature Medicine in 2024 compared iDAScore with standard morphology grading and did not show the AI was non-inferior on clinical pregnancy rates, although it greatly reduced the time embryologists spent assessing embryos. Cochrane reviews of time-lapse imaging have found the evidence uncertain on whether it improves live-birth rates. A crucial point is often missed: ranking cannot create a better embryo. It only changes the order in which a patient's existing embryos are used. For patients who will eventually transfer all their embryos, the main possible gain is getting pregnant sooner, not a higher overall chance. Ethical questions include charging for add-ons with weak evidence, opaque scores patients cannot question, models trained on data from particular clinics or populations, and a slide toward selecting embryos for traits. Polygenic embryo screening, which claims to rank embryos by genetic risk scores, has been widely criticised by genetics societies as unproven.
L'incubatrice time-lapse di una clinica registra ciascun embrione a intervalli brevi e regolari per cinque giorni e il software assegna a ciascuna blastocisti un punteggio utilizzato per decidere quale trasferire per primo.
Un embriologo utilizza una classifica basata sull'intelligenza artificiale per verificare la propria classificazione, dedicando molto meno tempo a ciascun embrione e prendendo comunque la decisione finale.
Una paziente con un solo embrione di buona qualità apprende che la classificazione dell’IA non può migliorare le sue possibilità, perché non c’è nulla tra cui scegliere.
Una clinica valuta la possibilità di aggiungere una tariffa per il punteggio AI al proprio listino prezzi ed esamina le prove dello studio randomizzato prima di decidere se addebitarlo ai pazienti.
Sono necessari ulteriori studi randomizzati che confrontino la classificazione dell’IA con la classificazione standard, misurando idealmente i nati vivi e il tempo mancante alla gravidanza, prima che i punteggi dell’IA possano essere definiti migliori piuttosto che semplicemente più veloci. La ricerca sta anche esplorando se le immagini possano predire la normalità cromosomica senza una biopsia, ma tali previsioni non sono ancora abbastanza affidabili da sostituire i test genetici. Aspettatevi che i regolatori e gli organismi professionali continuino a monitorare i componenti aggiuntivi della fecondazione in vitro e il modo in cui vengono commercializzati. Il dibattito sullo screening degli embrioni poligenici e sulla selezione dei tratti continuerà, con la maggior parte degli esperti di genetica che invitano alla cautela. Il beneficio più realistico a breve termine è la standardizzazione e l'accelerazione del lavoro degli embriologi.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
La selezione degli embrioni tramite intelligenza artificiale utilizza modelli addestrati su video time-lapse o immagini di embrioni per classificare quale embrione in un ciclo di fecondazione in vitro ha maggiori probabilità di impiantarsi, aiutando le cliniche a scegliere quale trasferire per primo. È importante perché la fecondazione in vitro è costosa ed emotivamente impegnativa e una prima scelta migliore potrebbe abbreviare il tempo necessario alla gravidanza. Finora le prove sperimentali mostrano che l’intelligenza artificiale fa risparmiare tempo agli embriologi, ma non ha chiaramente aumentato i tassi di gravidanza o di nati vivi.
Cattura immagini frequenti all'interno dell'incubatrice, creando un video di sviluppo come i tempi delle divisioni cellulari.
Lo studio non ha dimostrato la non inferiorità per la gravidanza clinica, sebbene gli embriologi abbiano dedicato molto meno tempo alla valutazione.
Gli embrioni sono gli stessi indipendentemente dall'ordine in cui vengono utilizzati, quindi il principale vantaggio possibile è una gravidanza più rapida.
Gli embrioni mai trasferiti non hanno un risultato noto e quelli etichettati sono stati preselezionati, distorcendo i dati di training.
La discriminazione è modesta perché l'utero, la genetica e il caso influenzano fortemente la possibilità che avvenga l'impianto.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Selezione del sito di sperimentazione clinica sull'AI
Industrie