Η τεχνητή νοημοσύνη τόσο καλή όσο και οι εμβρυολόγοι

Η τεχνητή νοημοσύνη τόσο καλή όσο και οι εμβρυολόγοι
Δευτέρα, 13/11/2023 - 06:30

Νέα μελέτη για τις δυνατότητες της Τεχνητής Νοημοσύνης σε σχέση με την εγκυμοσύνη.

Ένα μοντέλο τεχνητής νοημοσύνης (AI) τα πήγε εξίσου καλά με τους εμβρυολόγους στην επιλογή εμβρύων για κλινική εγκυμοσύνη. Σε μια αναδρομική, διπλά τυφλή, τυχαιοποιημένη συγκριτική μελέτη ανάγνωσης, το ποσοστό κλινικής εγκυμοσύνης έφτασε το 61,0% για τα έμβρυα που επιλέχθηκαν από μια ομάδα πέντε εμβρυολόγων σε σύγκριση με το 62,1% για τα έμβρυα που επιλέχθηκαν από ένα μοντέλο μηχανικής μάθησης όπως δήλωσε για την έρευνα ο Oleksii O. Barash, PhD, διευθυντής εργαστηρίου του Κέντρου Αναπαραγωγικής Επιστήμης του San Francisco Bay Area.

Επιπλέον, στο 65% των περιπτώσεων όπου και οι πέντε εμβρυολόγοι συμφώνησαν σχετικά με το ποιο έμβρυο θα μεταφερθεί, το μοντέλο τεχνητής νοημοσύνης επέλεξε την ίδια επιλογή στο 99% των περιπτώσεων, δήλωσε κατά τη διάρκεια παρουσίασης στην ετήσια συνάντηση της Αμερικανικής Εταιρείας Αναπαραγωγικής Ιατρικής.

Στις περιπτώσεις που η ΤΝ κατέληγε σε διαφορετικό συμπέρασμα από τους εμβρυολόγους, οι ερευνητές ανέλυσαν τα ποσοστά κλινικής εγκυμοσύνης κάθε ομάδας. «Σε τέσσερα από τα πέντε ζεύγη, στην πραγματικότητα η τεχνητή νοημοσύνη έκανε καλύτερη δουλειά», σημείωσε ο Barash.

Μόνο ένας εμβρυολόγος, ο οποίος είχε περισσότερα από 10 χρόνια εμπειρίας, τα πήγε καλύτερα από το μοντέλο AI, με ποσοστά κλινικής εγκυμοσύνης της τάξης των:

  • Εμβρυολόγος 1: 54,7% έναντι 57,7% με AI
  • Εμβρυολόγος 2: 46,1% έναντι 58,8%
  • Εμβρυολόγος 3: 42% έναντι 66,2%
  • Εμβρυολόγος 4: 66,1% έναντι 41,9%
  • Εμβρυολόγος 5: 50% έναντι 56,3%

Ο Barash επεσήμανε ότι το μοντέλο AI θα μπορούσε ενδεχομένως να βοηθήσει στην τυποποίηση της επιλογής εμβρύων σε διάφορα εργαστήρια και δίκτυα. «Η προσθήκη της τεχνητής νοημοσύνης μπορεί ενδεχομένως να αντιμετωπίσει όλη αυτή την αναποτελεσματικότητα. Και ελπίζουμε ότι μια μέρα δεν θα χρειάζεται να μαντεύουμε διπλά τους εαυτούς μας και να αναρωτιόμαστε, 'επέλεξα το σωστό έμβρυο για μεταφορά;'».

Πριν από τη μελέτη, αναπτύχθηκε ένα μοντέλο μηχανικής μάθησης που προβλέπει την πιθανότητα κλινικής εγκυμοσύνης λαμβάνοντας υπόψη τους βαθμούς μορφολογίας του εμβρύου, που καθορίζονται από την ταξινόμηση Gardner και την ημέρα ανάπτυξης. Το ίδιο το μοντέλο εκπαιδεύτηκε σε 12.626 κύκλους μεταφοράς μίας βλαστοκύστης από κλινικές των ΗΠΑ.

Για την τρέχουσα μελέτη, οι ερευνητές χρησιμοποίησαν δεδομένα από 438 μεταφερόμενα έμβρυα με γνωστά αποτελέσματα από συνολικά 10 κλινικές. Χρησιμοποιώντας αυτά τα δεδομένα, δημιούργησε 1.257 προσομοιωμένους πίνακες ασθενών που είχαν από δύο έως πέντε έμβρυα ο καθένας.

Κάθε πάνελ αντιστοιχίστηκε με βάση την ηλικία, τη φυλή και την κατάσταση προεμφυτευτικού γενετικού ελέγχου. Από τους πέντε εμβρυολόγους που ήταν ανθρώπινοι συγκριτές με την ΤΝ, δύο είχαν 1 έως 3 χρόνια εμπειρίας και τρεις είχαν περισσότερα από 10 χρόνια εμπειρίας.

Τελευταία τροποποίηση στις 13/11/2023 - 06:31