NGHIÊN CỨU PHÁT TRIỂN HỆ THỐNG TRÍ TUỆ NHÂN TẠO (AI) GIÚP PHÔI LÀM TỔ TỐT HƠN

Có nhiều người hiện tại đang gặp khó khăn trong việc mang thai, họ tìm đến các biện pháp hỗ trợ của y học để giúp họ có thể thụ thai, trong đó có thụ tinh trong ống nghiệm (IVF). Kỹ thuật này thực sự đến thời điểm này như là một giải pháp giúp thay đổi số phận cuộc đời của họ. Chúng ta không phủ nhận điều này, tuy nhiên tỉ lệ thành công chỉ khoảng 30%, tức là 10 trường hợp thực hiện thì sẽ giúp đậu thai 3 trường hợp.

Điều này đã tạo động lực cho một số nhà nghiên cứu tại Bệnh viện phụ nữ và Brigham cùng Bệnh viên đa khoa Massachusetts phát triển hệ thống trí tuệ nhân tạo nhằm mục tiêu cải tiến tỉ lệ thành công của IVF thông qua việc giúp các chuyên viên phôi học chọn lựa phôi một cách khách quan, tức không bị ảnh hưởng bởi con người mang tính chủ quan, để chọn ra những phôi có khả năng phát triển thành những em bé khỏe mạnh.

Họ đã thực hiện như thế nào?

Sử dụng hàng ngàn ví dụ hình ảnh phôi và trí tuệ nhân tạo học tập sâu (deep-learning AI), nhóm nghiên cứu đã phát triển được một hệ thống có khả năng phân biệt và nhận ra các phôi có tiềm năng thành công cao nhất, tốt hơn đáng kể so với 15 chuyên viên phôi học giàu kinh nghiệm đến từ 5 trung tâm hỗ trợ sinh sản khác nhau trên khắp nước Mỹ. Kết quả nghiên cứu của họ đã được công bố trên tạp chí eLife.

Chủ nhiệm nghiên cứu, tiến sĩ Hadi Shafiee thuộc phòng Kỹ thuật Y khoa chia sẻ:

“Chúng tôi có niềm tin rằng những hệ thống như thế này sẽ mang lại lợi ích rất nhiều cho những chuyên viên phôi học và cả bệnh nhân, bởi trong quá trình IVF, thử thách lớn nhất cho các chuyên viên phôi học chính là đưa ra quyết định sẽ chuyển phôi nào cho bệnh nhân.”

Hiện nay, các công cụ đang có để cho các chuyên viên phôi học sử dụng còn hạn chế và khá đắt đỏ, và hầu hết mọi người phải dựa vào kỹ năng quan sát và chuyên môn. Shafiee và đồng nghiệp của mình đang phát triển một công cụ hỗ trợ, có thể đánh giá được những hình ảnh chụp trên kính hiển vi truyền thống đang có tại trung tâm.

Đồng tác giả, tiến sĩ Charles Borman, Giám đốc phòng Lab IVF bệnh viện đa khoa Massachusetts cho biết:

“ Trong mỗi chu kỳ IVF, bệnh nhân của chúng tôi đối mặt với nhiều nguy cơ. Các chuyên viên phôi học đưa ra hàng tá quyết định quan trọng, ảnh hưởng đến thành công trong chu kỳ của bệnh nhân. Với sự hỗ trợ của hệ thống AI, đã giúp chuyên viên phôi học chọn lọc được các phôi mang lại kết quả đậu thai thành công tốt hơn nhiều so với trước đây”

Nhóm nghiên cứu đã huấn luyện hệ thống AI bằng cách sử dụng những hình ảnh phôi được chụp ở thời điểm 113 giờ sau khi thụ tinh. Trong số 742 phôi, hệ thống AI đạt độ chính xác 90% ở việc chọn lựa ra các phôi có chất lượng cao nhất.

Các nhà khảo sát đã thực hiện các đánh giá xa hơn hệ thống AI, trong việc phân biệt trong số phôi có chất lượng cao với số lượng nhiễm sắc thể bình thường, và thực hiện so sánh giữa hiệu suất đánh giá của hệ thống AI và hiệu suất của các chuyên viên phôi học được đào tạo. Kết quả, hệ thống đánh giá chính xác trong khoảng 75%, trong khi các chuyên viên phôi học là 67%.

Các tác giả cho biết trong giai đoạn hiện tại này, hệ thống chỉ dự định được sử dụng như một công cụ hỗ trợ các chuyên viên phôi học đưa ra các phán đoán trong quá trình lựa chọn phôi.

Manoj Kumar Kanakasabapathy, một trong các tác giả cho biết:

“ Hướng tiếp cận của chúng tôi đã cho thấy tiềm năng của hệ thống AI được sử dụng trong việc hỗ trợ các chuyên viên phôi học chọn lựa được phôi có tỉ lệ làm tổ cao nhất, đặc biệt là trong số các phôi có chất lượng cao”.

Nắm bắt được xu hướng của thế giới, đưa trí tuệ nhận tạo vào lĩnh vực IVF, Intesco có buổi tọa đàm online về việc áp dụng Trí tuệ nhân tạo vào Đánh giá chất lượng tinh dịch cùng các chuyên gia tại Việt Nam và thế giới. 

Kính mời các bác sĩ và chuyên viên phôi học quan tâm đón xem, hứa hẹn sẽ mang lại nhiều thông tin bổ ích. Chi tiết vui lòng xem tại Đây.

Biên tập: Trang Thanh Nhã – Intesco

Tham khảo:

Bormann, C.L., et al. (2020) Performance of a deep learning based neural network in the selection of human blastocysts for implantation. eLife. doi.org/10.7554/eLife.55301.

Tin cùng chuyên mục: