Як штучний інтелект допоможе жінкам з штучним заплідненням?

Якщо жінка не може мати дітей та вирішує поліпшити свої репродуктивні функції у клініці ЕКО, вона скоріш за все буде звертатися до лікаря, медичних сестер та адміністраторів. Ймовірніше за все, вона ніколи не познайомиться з армією ембріологів, що працюють за закритими дверима лабораторії, збираючи яйцеклітини, запліднюючи їх та розвиваючи ембріонів, які готові до імплантації.

Одне з найзатратніших по часу завдань ембріолога – це так зване «сортування» ембріонів, коли спеціалісти вивчають їх морфологічні риси під мікроскопом та присвоюють їм показник якості. Круглі та парні числа кліток – це добре. Роздрібнення, фрагментування клітки – це погано. Ембріологи використовують цю інформацію, аби зрозуміти яких ембріонів треба підсаджувати у першу чергу.

Така методика – це скоріше інтуїція, ніж наука, і вона не відрізняється особливою точністю. Нові методи, такі як забір клітин з метою виведення ДНК та тестування її на аномалії – так звана «передімплантаційна генетична діагностика» – дають більше інформації Але вони збільшують вартість і без того недешевої процедури ЕКО, а також вимагають заморозити ембріони до тих пір, поки не буде відомо результати аналізів.

Ручне сортування ембріонів може здатися жорстким методом, але воно неінвазивне, та його легко провести в клініках репродуктивного здоров’я. Тепер вчені заявляють, що алгоритм навчився робити сортування ембріонів навіть краще, ніж люди.

У новому дослідженні, яке було опубліковано в NPJ Digital Medicine, вчені Корнелського університету натренували готовий алгоритм глибокого навчання Google розрізняти хороших, середніх та слабких ембріонів ЕКО на основі ймовірності сприятливої трансплантації. Цей тип штучного інтелекту – це така ж нейромережа як і та, що розпізнає риси обличчя, тварин та об’єкти на фото, які завантажені в онлайн-сервіс Google – передусім, уже довів свою здатність у медичних умовах. Він навчився діагностувати діабетичну ретинопатію та розпізнавати генетичну мутацію, що стимулює збільшення ракових пухлин. Клініки ЕКО можуть стати наступним пунктом призначення для цієї технології.

«Сьогодні оцінка ембріону дуже суб’єктивна» — вважає Нікіца Заніновіч (Nikica Zaninovic), директор ембріологічної лабораторії Weill Cornell Medicine, де було проведене дослідження.

У 2011 році лабораторія встановила систему сповільненого знімання у своїх інкубаторах, аби спеціалісти могли спостерігати за розвитком ембріонів у реальному часі та зафіксувати це на відео. Це надало їм те, чого нема у багатьох клініках запліднення в США – відео понад 10 тис. повністю анонімних ембріонів, кожне з яких можна помістити в нейронну мережу. Біля двох років назад Заніновіч почав шукати експерта по штучному інтелекту з яким він міг би співпрацювати. Знайшов таку людину у сусідньому кампусі – Олів’є Елементо (Olivier Elemento), директора Корнелського Інституту Точної Медицини ім. Ерландера.

Протягом багатьох років Елементо збирав усі можливі дані медичної візуалізації – МРТ, мамограми, пофарбовані діапозитиви ракових тканин – від усіх колег, котрі їх йому давали – аби розробити автоматичну систему та допомогти радіологам та патологам краще впоратися з роботою. Він ніколи не намагався реалізувати це з ЕКО, але одразу ж побачив потенціал. Багато з того, що відбувається з ембріоном, недоступно людському оку – але все це доступно комп’ютеру.

«Це шанс автоматизувати процес, який є достатньо затратним по часу, та в якому можуть бути помилки», — говорить Олів’є. «Такого раніше ніколи не робили з людськими ембріонами».

Аби оцінити те, як нейромережа STORK, витримує порівняння зі своїми колегами-людьми, дослідники найняли п’ятеро ембріологів з клінік на трьох континентах та попросили оцінити 394 ембріони, засновуючись на зображеннях, які були взяті з різних лабораторій. Ембріологи погодилися з приводу 89 ембріонів, тобто, менше чверті від загальної кількості. Тому дослідники встановили мажоритарну систему голосування – три з п’яти ембріологів повинні були згоджуватись одне з одним в оцінці. Коли STORK подивився на ті ж зображення, вона передбачила вирішення голосування з точністю 95.7 %. Найпослідовніший волонтер впорався з цим завданням на 70% від усього часу експерименту. Найменш уважний – на 25 %.

На сьогодні, STORK — це просто інструмент, куди ембріологи можуть завантажувати зображення з якими можуть експериментувати на безпечному сайті Корнела. Цю мережу не будуть використовувати у клініках до того часу, поки вона не прийде детальну перевірку, яка дозволить оцінити роботу алгоритму у реальному житті. Елементо говорить про те, що група все ще працює над дизайном такого тесту: в ньому маленька, випадкова група ембріологів буде протистояти штучному інтелекту. Найголовніше – це зрозуміти, чи насправді STORK покращує результати ЕКО – адже важлива не лише трансплантація, але й успішна, завершена вагітність. На цей рахунок, принаймні, декотрі ембріологи відносяться скептично.

«Все, що може зробити цей алгоритм, це змінити порядок, в якому ми підсаджуємо ембріони» — говорить Ерік Форман (Eric Forman), медичний та лабораторний директор Центру репродукції Колумбійського університету. — «Потрібно більше доказів того, що це допомагає жінкам завагітніти швидше та безпечніше».

Він непокоїться, що STORK може лише трохи покращити успіхи ЕКО, беручи до уваги інші суб’єктивні моменти.

Окрім оцінки ембріонів, клініка в Колумбії використовує передімплантичну генетичну діагностику, аби збільшити шанси пацієнток на вагітність. Це не рутинна процедура, але пропонують її всім. Форман говорить, що біля 70% циклів ЕКО в клініці включають процедуру біопсії бластоцисти, котра може збільшити кінцевий рахунок на декілька тисяч доларів. Тому він заінтригований планами команди Елементо. Зараз вони тренують нову групу нейронних мереж, які будуть помічати аномалії в хромосомах – наприклад, такі, які приводять до синдрому Дауна. Коли ембріон буде розвиватися під увагою камери, алгоритм Елементо зможе перевіряти дані на ознаки цієї проблеми.

«Ми думаємо, що закономірності ділення клітин, які можна зафіксувати за допомогою цих відеофільмів, можуть потенційно містити в собі інформацію про інші дефекти, які видно лише на цих знімках», — говорить Елементо.

Процедурі ЕКО є куди розвиватися, ці алгоритмічні апгрейди можуть здійснити прорив – при вірних обставинах.

«Якщо вони здатні зробити вірні передбачення у реальному часі з мінімальними ризиками шкоди та без додаткових витрат, тоді можна говорити про потенціал впровадження штучного інтелекту у відбір ембріонів», — говорить Форман.

Але існують певні перешкоди для його використання. У більшості клінік ЕКО нема таких модернізованих систем покадрового запису, тому що вони надто дорогі. Крім того, існує багато інших, більш доступних потенційних можливостей покращити життєдіяльність ембріонів – наприклад, адаптувати лікування гормонами та техніки культивування під різні види безпліддя. Зрештою, проблема номер один в клініках ЕКО — це те, що іноді просто немає достатньої кількості якісних яйцеклітин, не важливо, через скільки циклів проходить пацієнтка. Ніякий штучний інтелект, яким би розумним він не був, не може нічого вдіяти з цього приводу.

БІЛЬШЕ ЦІКАВОГО:

Джерело: Wired

Читайте также:

Марина Саприкіна, голова правління CSR Ukraine: «Розмови про професії без гендерних стереотипів є важливим елементом навчання»

Про жінок в IT: Vol.2

Майя Ву, Women Techmakers Lviv: «Ти дівчина і хочеш в ІТ? Вчись, працюй і досягай успіху!»

Women Who Code Kyiv: «Хочемо, щоб жінок-лідерок у сфері IT було видно і чутно»