Μπορεί η Τεχνητή Νοημοσύνη να βοηθήσει τα υπογόνιμα ζευγάρια να αποκτήσουν παιδί;

Η Τεχνητή Νοημοσύνη (Artificial Intelligence – AI) μετασχηματίζει με ταχύ ρυθμό πολλούς τομείς της ιατρικής, και η υποβοηθούμενη αναπαραγωγή δεν αποτελεί εξαίρεση. Ειδικότερα στην εξωσωματική γονιμοποίηση (In Vitro Fertilization – IVF), η AI προσφέρει πρωτοποριακά εργαλεία που υπόσχονται να βελτιώσουν την ακρίβεια, την αποτελεσματικότητα και την εξατομίκευση της θεραπείας γονιμότητας.

Τι είναι η AI στην IVF;

Η AI στην IVF περιλαμβάνει την αξιοποίηση υπολογιστικών αλγορίθμων και τεχνικών μηχανικής μάθησης για την ανάλυση μεγάλων ποσοτήτων δεδομένων – όπως εικόνες εμβρύων, κλινικά ιστορικά και εργαστηριακά αποτελέσματα – με στόχο τη λήψη πιο ακριβών αποφάσεων.

Κύριες εφαρμογές

1. Επιλογή εμβρύων με ακρίβεια:
   Οι αλγόριθμοι AI μπορούν να αναλύσουν μορφολογικά και κινητικά χαρακτηριστικά εμβρύων (μέσω βίντεο time-lapse), προβλέποντας ποιο έχει τις περισσότερες πιθανότητες εμφύτευσης ή ζωντανής γέννησης.

2. Μη επεμβατική ανίχνευση γενετικών ανωμαλιών:
   Χρησιμοποιώντας εικόνες και δεδομένα της μητέρας, συστήματα AI μπορούν να εντοπίσουν πιθανές χρωμοσωμικές ανωμαλίες χωρίς την ανάγκη για βιοψία του εμβρύου.

3. Πρόβλεψη επιτυχίας IVF:
   Με βάση δεδομένα από προηγούμενους κύκλους, η AI μπορεί να προβλέψει την πιθανότητα επιτυχούς εγκυμοσύνης ή να προτείνει την πιο κατάλληλη θεραπευτική προσέγγιση.

4. Αυτοματοποιημένη Ενδοκυτταροπλασματική Έγχυση Σπέρματος (ICSI):
   Ρομποτικά συστήματα με AI μπορούν να εκτελούν αυτόματα την έγχυση σπέρματος σε ωάρια με υψηλή ακρίβεια και συνέπεια.

Καλλιέργεια εμβρύων στην εξωσωματική: Πώς γίνεται (vid)

Πλεονεκτήματα

• Μείωση του ανθρώπινου λάθους.

• Αντικειμενική και επαναλήψιμη αξιολόγηση των εμβρύων.

• Εξατομικευμένη θεραπεία βασισμένη σε προγνωστικά μοντέλα.

• Πιθανή αύξηση των ποσοστών επιτυχίας της IVF με λιγότερους κύκλους.

Προκλήσεις και Προβληματισμοί

• Ηθικά και νομικά ζητήματα: Ποιος είναι υπεύθυνος για τις αποφάσεις της AI;

• Διαφάνεια αλγορίθμων: Οι “μαύρα κουτιά” (black box models) δεν επιτρέπουν πάντα κατανόηση του πώς λαμβάνονται οι αποφάσεις.

• Ανισότητα στην πρόσβαση: Οι τεχνολογίες AI δεν είναι ακόμη προσβάσιμες σε όλα τα IVF κέντρα.

Πιο αξιόπιστη είναι η κατάψυξη εμβρύων ή η κατάψυξη ωαρίων;

Τεχνητή Νοημοσύνη στην Εξωσωματική Γονιμοποίηση - Έρευνες και μελέτες

Σύστημα BELA: Μη επεμβατική εκτίμηση χρωμοσωμικής κατάστασης

Ερευνητές στο Weill Cornell Medicine ανέπτυξαν το σύστημα BELA, το οποίο χρησιμοποιεί βίντεο time-lapse και την ηλικία της μητέρας για να προβλέψει αν ένα έμβρυο έχει φυσιολογικό (ευπλοειδές) ή ανώμαλο (ανευπλοειδές) αριθμό χρωμοσωμάτων. Αυτό το εργαλείο παρέχει μια αντικειμενική αξιολόγηση της ποιότητας του εμβρύου χωρίς την ανάγκη για επεμβατικές διαδικασίες.

Μελέτη της Alife Health: Πρώτη τυχαιοποιημένη ελεγχόμενη μελέτη στις ΗΠΑ

Η Alife Health ολοκλήρωσε την πρώτη τυχαιοποιημένη ελεγχόμενη μελέτη στις ΗΠΑ για την αξιολόγηση της επίδρασης της AI στην επιλογή εμβρύων. Η μελέτη περιλάμβανε 440 ασθενείς σε επτά κλινικές και συνέκρινε την παραδοσιακή μορφολογική αξιολόγηση με την αξιολόγηση υποβοηθούμενη από AI. Τα αποτελέσματα αναμένονται να παρέχουν σημαντικές πληροφορίες για τη βελτίωση των ποσοστών επιτυχίας της IVF.

Σύστημα DeepEmbryo: Αξιολόγηση εμβρύων με τρεις εικόνες

Το DeepEmbryo είναι ένας αλγόριθμος AI που προβλέπει την πιθανότητα κλινικής εγκυμοσύνης χρησιμοποιώντας τρεις στατικές εικόνες του εμβρύου. Αυτό το σύστημα μπορεί να ενσωματωθεί εύκολα στα υπάρχοντα εργαστήρια IVF χωρίς την ανάγκη για επιπλέον εξοπλισμό.

Kατάψυξη εμβρύων: Όλα όσα πρέπει να γνωρίζετε

Πολυτροπική AI για ολόκληρο τον κύκλο IVF

Μια πρόσφατη μελέτη παρουσίασε ένα γενικευμένο σύστημα AI που καλύπτει ολόκληρο τον κύκλο IVF, χρησιμοποιώντας πολυτροπική μάθηση για την αξιολόγηση εμβρύων και την πρόβλεψη της πιθανότητας ζωντανής γέννησης. Αυτό το σύστημα χρησιμοποιεί δεδομένα από εικόνες, βίντεο και κλινικές πληροφορίες για να παρέχει μια ολοκληρωμένη αξιολόγηση.

AI στην επιλογή επέρματος και ωαρίων

Στην Κλινική Avenues Fertility στο Λονδίνο, η AI χρησιμοποιείται για την επιλογή του πιο υγιούς σπέρματος και των καλύτερων ποιοτικά ωαρίων, βελτιώνοντας την ακρίβεια και την ταχύτητα της διαδικασίας. Μια γυναίκα 36 ετών έγινε η πρώτη που συνέλαβε χρησιμοποιώντας αυτήν την τεχνολογία.