自1978年第1个通过体外受精-胚胎移植(invitro fertilization and embryo transfer，IVF)受孕的婴儿出生以来，全球已经诞生了超1 300万名试管婴儿
[1]。试管婴儿的诞生是一个非常复杂的过程，需要临床医师和胚胎学家的密切监测，并且根据临床经验对卵子、精子和胚胎质量进行评估与选择，该过程具有高度的主观性。因此，IVF的成功率与操作者的临床经验密切相关，较难预测患者的妊娠结局。人工智能(artificial intelligence，AI)主要包括机器学习(machine learning，ML)、机器人技术和计算机视觉等
[2]。在辅助生殖领域，主要应用的AI技术是ML，它可以从大量的医疗数据集，如临床记录、影像、可穿戴传感器数据和基因组测序中学习，而不依赖于预定义的规则。ML的学习过程是将输入变量映射到输出目标，同时采用分类技术，例如逻辑回归、支持向量机(support vector machines，SVM)、人工神经网络(artificial neural network，ANN)、决策树和随机森林，经过多次迭代后选择出最佳的结果
[3]。其中，深度学习(deep learning，DL)因可以模拟人类大脑神经网络的工作原理来解决复杂的问题而广受欢迎
[4]。DL模型包括卷积神经网络(convolutional neural networks，CNN)、递归神经网络和前馈神经网络，由多层和数百万到数万亿个参数的架构组成，可以学习复杂的特征
[5]。随着医疗信息系统的不断完善，基于ML方法构建的个性化辅助生殖技术(assisted reproductive technology，ART)模型可以从大量生物数据中学习潜在的关系模式并得出推论，这有望改善IVF的妊娠结局
[6]。这些以AI为基础的相关技术可以对试管婴儿周期相关数据的内部关系进行自行挖掘学习，并对同类数据做出较为准确的预测，从而准确评估卵子、精子和胚胎质量
[7]。因此，AI技术能辅助临床医师和胚胎学家作出更加客观、准确的决策，为不孕不育患者带来福音。
1 AI在男性不育中的应用
1.1 精液质量分析
精液的受精率与精液的浓度、精子总数、活力和形态等密切相关
[8]，AI可以对精液的这些指标进行评估，从而帮助胚胎学家选择更加优质的精子用于IVF。计算机辅助精子分析(computer-aided sperm analysis，CASA)是一种新型的精液分析技术，其原理是通过荧光DNA染色和尾部检测算法精准计算精子浓度和渐进运动参数，进而对精液的质量进行评估
[9]。有研究
[10-11]对CASA的评估结果与手动评估结果进行对比，结果表明CASA系统分析浓度低于1×10
6个/mL或高于8×10
7个/mL样品时，其对浓度和活力的预测结果与胚胎学家评估结果无显著差异，但是在精子形态学的评估上CASA的评估结果与胚胎学家评估结果差距较大。原因可能是临床医师评估精子形态时具有高度主观性
[7]。自动精液质量分析仪LensHookeX1 PRO将AI和自动聚焦光学技术相结合，该仪器在保持较高准确性的同时检测精子浓度的范围比CASA更加广泛(0.1×10
6~300.0×10
6个/mL)，并且在精子形态评估方面，LensHookeX1 PRO的算法使用世界卫生组织(World Health Organization，WHO)第5版标准的ML技术，提高了其准确性和可重复性。研究
[12]表明，LensHookeX1 PRO结合了速度、易用性、准确性、便携性和检测各种精子浓度的能力，相比于CASA具有更大的临床潜力。
Aykaç等
[13]收集了734名男性的精液和相关生活方式[包括体重指数(body mass index，BMI)、吸烟和饮酒、咖啡摄入量、运动、桑拿频率、手机使用情况及是否穿着紧身内衣等]的数据，并基于极度随机树、随机森林和平均集成Blender分类器，构建了3个模型；其中，平均集成Blender在预测精子异常和畸形精子方面具有最高的准确性，分别为61.2%、64.4%。这一研究有助于开发新的男性不育症预防策略和治疗方法。此外，精液中存在的生化标志物，如总蛋白质含量、果糖、葡萄糖苷酶、锌，也与男性不育的诊断密切相关。Llavanera等
[14]根据89例临床报告构建了ANN模型，并对精液样本中的各种生化标志物进行分类，结果表明，与精液中的代谢物相比，精子DNA损伤程度是预测精子生育能力和ART结果的最有潜力的诊断性生化标志物，且ANN对于代谢组学特征的预测结果可以作为受精预后的辅助参考数据。虽然这些AI技术想要应用到临床仍然具有挑战性，但是随着这些技术的完善，未来一定可以提高ART的成功率，从而降低试管婴儿的时间和经济成本。
1.2 精子选择
AI也被用于辅助生殖过程中的单个精子选择。AI在一定程度上可以降低精子选择的主观性，使精子选择更加客观、高效
[15]。目前，实验室中的精子选择主要由胚胎学家根据WHO标准执行
[16]。精子选择需要从数十万个精子中去除死细胞和碎片并且分离高度运动的精子，这使得选择优质精子耗时长且难度高
[17]。卵质内单精子注射(intra-cytoplasmic sperm injection，ICSI)方法是将单个精子注射至卵母细胞中，辅助精子完成受精。ICSI可以跳过IVF过程中的精子获能、精子自主受精等多个步骤，在一定程度上提高少精症患者ART的成功率。但在进行ICSI时只选择单个精子，因此所选精子的质量会直接影响受精结果和妊娠率等临床结果。AI则可以利用其强大的图片分析优势，识别人眼无法感知的部分
[18]，结合视觉与遗传数据后的精子选择不仅可以使精子选择的结果更加客观，还可以减少评估时间，提高操作效率。
精子形态学上的评估是精子选择的主要标准，精子形态正常与受精结局和最佳妊娠结局密切相关。传统的精子形态学评估需要对精子进行染色，以便观察精子形态，然而各种染色方法均会影响精子的形态和活力，导致评估结果的差异，且染色后的精子无法用于后续ICSI
[19]。AI则可以通过非侵入性方式对单个精子进行形态学评估，非侵入性精子评估可以保持精子的活力，这对于精子选择及后续的受精过程有着积极作用
[20]。为使精子选择更加标准化，减少主观性，研究人员开发出了多个算法模型，其中深度神经网络(deep neural network，DNN)和SVM是2种最常用的算法模型。DNN是一种ANN，其输入和输出层之间具有多个隐藏层。每个隐藏层由多个节点组成，每个节点相当于1个神经元，可以对输入数据执行计算，大量隐藏层的存在使得DNN可以进行复杂数据的计算并且最大限度地减少失误
[5]。SVM是一种用于分类和回归任务的监督式ML算法，在高维空间中表现出色，使其适用于图像分类和基因表达分析
[3]。Jiang等
[21]使用Vision Transformer构建模型，并收集了15个精液样品中的1 471张不动精子的图像用于模型训练，研究人员将明场图像输入模型，以荧光染色结果作为评判标准，训练后的模型可以基于单个明场图像识别活精子，无需对精子进行染色。10个新样本的验证结果显示，该模型识别精子活力的准确度可达94.9%，敏感度为97.0%。Liu等
[22]开发的DNN模型可以实时分析明场显微镜图像，完成快速且无创的精子选择。该模型将精子选择分成3个阶段并且分别使用3种模型，即使用物体检测模型识别精子头部，分类模型选择焦点图像，分割模型提取精子头和液泡的几何形状。该模型在精子头部检测方面的F1分数为0.951，在聚焦图像选择方面的位置估计误差在±1.5 μm以内，在精子头部分割方面的Dice分值为0.948，评估的准确度可达93%~94%。
上述模型可以克服人工筛选过程中缺乏客观性、一致性和效率低等局限，帮助临床医师选择高质量的精子以成功进行试管婴儿，但是这些模型未根据WHO指南进行人工评估
[23]，AI在治疗男性不育的临床应用仍需进一步验证。
2 AI在女性不孕中的应用
2.1 促排卵方案的选择
进行IVF时，首先需要刺激卵巢产生多个卵子，待卵子成熟后通过手术取出用于体外受精。刺激卵巢产生多个卵泡，取出多个成熟卵细胞有助于提高试管婴儿的成功率，但是不合理的给药量不仅会对卵母细胞和胚胎的质量产生负面影响，还会引起卵巢过度刺激综合征(ovarian hyperstimulation syndrome，OHSS)等并发症，严重时可能危及患者生命
[24]。个性化定制促卵泡激素(follicle-stimulating hormone，FSH)给药量，控制卵巢受刺激程度对于试管婴儿的成功及患者健康至关重要。AI可以预测和了解患者对卵巢刺激的反应，辅助胚胎学家制定个性化FSH给药剂量，预防卵巢过度刺激，并提高成功受精和怀孕的可能性
[25]。Xu等
[26]通过套索回归算法开发了2个AI模型，这2个模型可以预测起始剂量和给药剂量相对应的卵母细胞数量，还可以解释90%以上的卵巢敏感度。研究人员已经将其开发成为一个简单适用的免费在线工具(POvaStim)，从而在临床上帮助医师调整卵巢刺激给药剂量。Ferrand等
[27]对2009—2020年间法国研究中心的11 286个周期数据集进行回顾性分析，利用联邦学习模型成功预测卵巢刺激给药量与卵子数之间的关系，其预测卵母细胞的数量与实际取卵数的偏差为4.21个卵母细胞。相较于以往的模型，该模型考虑的影响因素更加全面，包括年龄、血清抗苗勒管激素(anti-Müllerian hormone，AMH)、BMI、初始促性腺激素(gonadotrophin，Gn)剂量、基础FSH、基础促黄体生成激素(luteinizing hormone，LH)、不孕症类型、既往妊娠次数和取卵卵母细胞数量等共16个变量。此外，该模型的数据分析采用了Substra框架，保证了高水平的数据安全性。Fanton等
[28]基于ML开发的
k-最近邻(
k-nearest neighbors，KNN)算法包含18 591个卵巢刺激周期数据，该算法在预测每个新患者的起始剂量之前，会选择出与新患者年龄、AMH、BMI、卵巢窦卵泡计数(antral follicle counting，AFC)等基线指标最接近的100例患者，根据患者的FSH起始剂量与MII卵母细胞计数的关系绘制图表，建立新患者的剂量-反应模型。因此，该模型与以往模型相比更加个性化。研究人员还根据美国国家数据库中的365 473例患者信息对该模型预测结果进行了进一步的评估，结果显示：与给予非最佳剂量的患者相比，接受最佳起始剂量FSH的患者平均多1.5个MII卵母细胞，1.2个双原核(two pronuclei，2PN)受精卵胚胎和0.6个可用囊胚，减少了10 U的起始FSH和195 U的总FSH
[29]。Hanassab等
[30]基于11所欧洲IVF中心的19 082例患者的治疗周期，利用可解释的人工智能(explainable artificial intelligence，XAI)构建了一个AI模型，该模型可以根据卵巢刺激方案预测最有可能产生成熟卵母细胞、形成受精卵并发育为囊胚的卵泡大小。该研究结果表明，卵巢刺激时间过长会出现大量大于18 mm的卵泡，此范围的卵泡不仅会减少成熟卵母细胞的数量，还会导致孕激素过早升高，进而影响活产率。基于该模型的预测，可以选择更加适合的卵巢刺激时长，以获得更多成熟的卵母细胞，并且提高活产率。
目前，研究人员基于ML开发的模型已在回顾性数据中实现个性化给药方案的设计，但是在临床上仍然会由于实践对象的差异导致结果的偏差
[31]。因此，想要将个体化Gn给药算法引入临床仍然需要在不同地区进行大规模的验证。
2.2 卵母细胞的评估
目前，卵母细胞成熟度的评估是通过胚胎学家在受精前以主观方式观测卵母细胞形态特征，但是部分卵母细胞的形态特征如液泡的存在、卵黄周围空间的程度和细胞质颗粒度等是否与受精结果相关仍然存在争议。Bormann等
[31]将卵母细胞图像的回顾性数据集与已知的受精结果及XAI生成的合成卵母细胞图像相结合构建了CNN模型，该模型可以根据卵母细胞的形态特征预测其受精结果。基于97个临床患者的资料，在识别正常受精形成2PN受精卵的卵母细胞与不受精(非2PN)的卵母细胞方面，该模型的准确率为82.58%，曲线下面积(area under the curve，AUC)为0.8。目前，评估卵母细胞的细胞核成熟度只能通过观察挤压的极体来验证，这需要去除卵丘，该过程会影响卵母细胞的活力
[28, 32]。因此，开发非侵入性的评估方法对于保存生育力非常有必要。Pool等
[33]和Mercuri等
[34]基于CNN分别开发的非侵入性模型VIOLET
TM和MAGENTA
TM可以根据二维卵母细胞图像的形态特征对卵母细胞进行评估。其中，VIOLET
TM主要是根据冷冻卵母细胞的形态特征预测其受精结果，而不是根据患者BMI、年龄等因素，该模型预测受精和囊胚发育的准确率分别为71.2%和63%，其准确率优于来自加拿大8家生殖中心的17名胚胎学家(71.7% vs 58.9%和62.8% vs 52.2%)。MAGENTA
TM通过对多伦多生殖中心的5 620例患者(16 261个卵母细胞)的回顾性数据进行分析学习，对卵母细胞进行评分，其评分与囊胚发育质量显著相关。VIOLET
TM和MAGENTA™模型都显示卵母细胞的形态可以作为预测囊胚发育的参考因素，与BMI等因素共同用于预测或许可以提高受精率。此外，Link等
[35]开发的非侵入性基因表达检测软件OsteraTest可以通过25个基因网络，基于卵丘细胞预测卵母细胞活力。该软件可以在非侵入的前提下预测卵母细胞发育到第5天的囊胚状态，并且准确率达到86%。但该模型在开发时只应用了26例患者的样本数据，仍需要增加样本数据量并进行严格的随机对照试验来验证。Fjeldstad等
[36]利用来自6个国家的8家生殖中心的37 133张静态卵母细胞图像和相关受精结果开发了一个DL模型，相比于其他模型整体上具有更好的稳定性和泛用性。该模型在测试数据集上显示AUC为0.64，平衡准确率为0.60，特异度为0.55，敏感度为0.65，展现出良好的预测性能，但对于高龄(>40岁)组的预测性能较低。Coticchio等
[37]基于时间序列的ANN模型回顾性评估了230个植入前胚胎，并延时监测ICSI后44 h内细胞质的运动速度等数据，然后使用KNN、长短期记忆神经网络和混合集合分类器3种算法对胚胎进行评分，该模型对胚胎发育成囊胚的能力的预测的准确率为82.6%，敏感度为79.4%，特异度为85.7%，精度为84.4%，F1分数为81.8%。这使细胞质动力学作为评估胚胎活力的一种新的和有价值的标准成为可能。
尽管上述AI模型为未来卵母细胞选择提供了新的研究方向，但是在应用到临床之前仍然需要经过大量不同地区的数据的验证。不管是对卵母细胞活力的评估还是对其受精结果的预测，均需考虑到其影响因素的多样性，除了卵母细胞的形态，男性因素、卵泡液标志物、线粒体功能等均为重要的影响因素，应该综合考虑后再做出选择。
2.3 试管婴儿妊娠结果预测
目前，许多患有不孕症的夫妇尝试通过ART孕育孩子，但是ART成功率低且费用较高，这使得患有不孕症的夫妇在心理和经济上承受着双重压力。AI构建的IVF预测模型可以辅助临床医师为不孕夫妇量身定制个性化治疗方案，有望提高ART的成功率。AI在辅助生殖领域的应用最早使用的是ANN，根据母亲的年龄、获得的卵母细胞数量、移植的胚胎数量及胚胎之前是否被冷冻保存过等因素对妊娠结果进行预测，但是准确率只有59%
[38]。这是因为妊娠结果受到许多因素的影响，包括不孕症持续时间、BMI、排卵因子、精子浓度、精子活力等。Huang等
[39]将DL与延时成像技术结合建立了预测种植成功和活产结果的模型，虽然该模型也并未将更多的因素考虑在内，但是研究人员使用了初始学习率为0.025的随机梯度下降法(stochastic gradient descent，SGD)优化器和余弦学习率，DL模型在5倍分层交叉验证中根据延时图像预测活产结果的AUC可以达到0.968。为提高预测准确率，Liu等
[40]将更多因素考虑在内，建立了基于ANN和SVM的活产率模型，其中基于SVM的活产率模型准确率可达80.43%。目前，该活产率模型已成功在武汉大学人民医院生殖中心应用于临床实践，可为患者提供多种胚胎移植策略，并且每个策略都进行了活产率预测，从而辅助临床医师做出更加合理的IVF治疗决策，提高了妊娠的活产率。
3 AI在胚胎选择中的应用
基于形态学的胚胎选择是试管婴儿妊娠结局的重要预测因素，但是这种评估主要是基于胚胎特定发育时间点的静态观察，忽略了胚胎发育的动态性特征，同时该方法具有高度主观性，结果受到胚胎学家操作差异影响，AI辅助的胚胎评估有望解决这些问题。Bormann等
[31]使用113 h内收集的胚胎单个时间点图像对CNN进行训练，对97例临床患者的742个胚胎进行选择，选择最高质量的胚胎的准确率为90%。在一组无明显差异的高质量胚胎中选择胚胎植入时，CNN的准确率为75.26%，优于来自5个不同生育中心的15名训练有素的胚胎学家(67.35%)。Fukunaga等
[38]使用DNN建立了自动化原核测定系统，该系统基于延时图像可以区分2PN受精卵和非2PN受精卵，使用300个胚胎对该模型进行验证，其对0PN、1PN和2PN的敏感度分别为99%、82%和99%，并且可以辨别仅通过显微镜难以观察到的重叠的双原核。Illingworth等
[41]纳入了1 066例患者，采用随机、双盲、平行组的非劣效性试验，对DL算法iDAScore在IVF胚胎选择中的有效性进行评估。结果显示：iDAScore结合胚胎形态学和形态动力学做出的胚胎选择的临床妊娠率为46.5%，而对照组的临床妊娠率为48.2%。2组之间的风险差异无统计学意义。与传统胚胎选择的临床妊娠率相比，使用DL算法选择胚胎的临床妊娠率无显著提升。不联合基于时间推移的胚胎选择与间断标准培养(without time-lapse-based embryo selection versus interrupted standard culture，SelecTIMO)试验
[42]结果也显示：与传统方法相比，基于早期胚胎活力评估(early embryo viability assessment，EEVA)和延时常规(time-lapse routine，TLR)的胚胎选择在活产率上并无显著提高(分别为49.4%、50.8%、50.9%)。虽然AI在胚胎选择中的应用不能显著提高临床妊娠率和活产率，但是AI可以呈现出更加高清、精准的图像，辅助胚胎学家做出更加客观高效的临床决策，这或许可以成为未来AI在辅助生殖领域发展的方向。
除了形态学评估，对植入前胚胎进行非整倍体基因检测(preimplantation genetic testing for aneuploidy，PGT-A)也逐步被应用于ART，筛选整倍体胚胎进行移植有助于降低流产率。目前，PGT-A主要是通过对囊胚滋养层进行活体组织检查来完成的。有研究
[43]表明，将延时成像数据输入CNN可以从异常形态动力学模式预测倍性状态，其准确率可以达到90%。Huang等
[44]利用延时技术(time-lapse technology，TLT)开发了一种胚胎整倍体预测算法，该算法具有数据量大、无创的优点。该研究共纳入2018年4月至2019年11月在武汉华中科技大学同济医院生殖医学中心就诊的469个植入前基因检测 (preimplantation genetic testing，PGT)周期和1 803个囊胚。利用延时系统捕获受精后6 d内的胚胎图像，将这些图像和活体组织检查结果作为模型的数据集。数据集分为训练集、验证集和测试集，训练集主要用于模型训练，验证集主要用于调整模型的超参数和模型的初步评估，测试集用于评估模型的泛化能力。此外，为了更好地验证模型的准确性，研究人员使用了训练数据以外的数据进行外部验证，共155个PGT周期和523个囊胚，该模型预测整倍体的AUC值达0.8。Barnes等
[45]基于ML和DL方法开发了STORK-A模型，该模型使用10 378个胚胎的数据集进行训练，其中包括ICSI后110 h捕获的静态图像、形态动力学参数、囊胚形态学评估、产妇年龄和倍性状态。为了确定模型的准确性和普遍性，研究人员将其与独立的外部数据集WCM-ES+和IVI Valencia进行比较，结果显示STORK-A在WCM-ES+数据集的准确率为63.4%(AUC为0.702)，在IVI Valencia数据集上为65.7%(AUC为0.715)，类似于STORK-A的测试数据集的准确率67.8%，这表明STORK-A模型具有较高的准确性和泛用性。AI虽然仍然无法取代PGT-A，但是AI可以为是否进行PGT-A提供参考。
4 AI在辅助生殖领域的局限性
AI在辅助生殖领域的临床应用中仍然存在缺陷。目前，在辅助生殖领域主要使用ML算法，该算法大多是一个黑匣子，理解其内部的工作原理存在难度，这种不透明极易导致道德和法律风险及责任问题，进而使得患者和临床医师对AI的评估结果缺乏信任。此外，ML模型仍然需要进行更加严格的随机对照试验。ML模型的性能受到多个因素影响，包括数据的数量和质量，如果用于模型学习的数据不足，往往会导致其预测结果偏差较大，例如DL在构建模型时就需要大量的数据进行训练，并且样本收集的选择偏差也可能导致ML模型在临床应用中的表现不佳。最后，虽然AI在精液分析、精子选择、卵母细胞评估、胚胎评估等方面的准确率已可达到60%~90%，但是上述技术问题仍然会导致错误的结果，这很有可能引起患者对AI的信任危机。因此，AI在辅助生殖领域只能作为一个辅助工具，试管婴儿的诞生目前仍然高度依赖经验丰富的胚胎师。
5 结 语
AI有望通过选择更加优质的精子、卵母细胞及更加具有发育潜力的胚胎来提高ART的成功率，从而为生殖医学领域和整个医疗保健领域带来巨大的创新，同时可以降低治疗成本。AI可以通过对已有的临床数据进行学习，从而预测治疗结果。但是将AI完全应用到临床仍然需要更多的实践，同时在应用过程中对于隐私与伦理方面的争议需要国家进一步完善相关的法律法规。尽管AI在辅助生殖领域的应用仍然需要进一步完善，但是AI具有标准化、高效率和高准确度的特点，在改善ART方面具有应用前景。AI和辅助生殖领域的交叉研究是一个新兴且有价值的研究方向，有助于临床医师做出更加合理的决策，提高ART的成功率。
甘肃省科技计划项目(21JR7RA391)
兰州市人才创新创业项目(2022-RC-47)
兰州市城关区科技计划项目(2024SHFZ0030)
兰州大学第一临床医学院卓越项目(20230060085┫。This work was supported by the National Natural Science Foundation ┣82360307)
the Gansu Provincial Science and Technology Plan Project(21JR7RA391)
the Lanzhou Talent Innovation and Entrepreneurship Project(2022-RC-47)
the Lanzhou Chengguan District Science and Technology Plan Project(2024SHFZ0030)
the Outstanding Project of the First Clinical Medical College of Lanzhou University(20230060085)
,
京公网安备11010202008535号
PDF
(593KB)
