科學家開發出一款AI模型，能無須進行基因活檢，就精準預測試管嬰兒胚胎的染色體健康狀況，不僅能降低對胚胎的侵入性風險，還能提升試管嬰兒的成功率。
一項最新研究指出，科學家們成功開發出一款人工智慧（AI）模型，能夠在不進行基因活檢的情況下，預測試管嬰兒（IVF）胚胎是否具有正常的染色體。這項突破性的非侵入性技術，為生殖醫學帶來了新的可能性，尤其是在基因檢測受限的地區，能為準父母提供更可靠的胚胎選擇方式，減少胚胎損害的風險。
根據《Bioengineer.org》報導，這項研究已發表於《Reproductive Sciences》期刊，它主要解決了傳統胚胎評估的局限。過去，胚胎學家主要依賴肉眼觀察胚胎外觀與發育情況來判斷其健康程度，但這種視覺評估法在判斷胚胎染色體是否正常（euploid）方面並不精確。此外，雖然胚胎植入前基因檢測（PGT-A）能精確檢測染色體異常，但這項技術需要對胚胎進行基因活檢（genetic biopsy），即取樣檢查，不僅可能對胚胎造成潛在損害，在中國等部分地區也受到嚴格法規限制。
研究團隊開發的機器學習模型運用了邏輯迴歸（logistic regression），一種常用於預測二元結果機率的統計分析方法。該模型結合了多項數據，包括胚胎的發育動力學（morphokinetic data，即追蹤胚胎發育過程的動態資料）、囊胚形態學（blastocyst morphology，透過外觀特徵對胚胎進行分級評估，如使用 Gardner 分級系統）以及母體年齡，藉此將胚胎學家憑經驗進行的評估轉化為數學模型。這些數據使得模型能夠在沒有實際基因檢測結果（PGT-A）的情況下，預測胚胎的染色體狀況。
這款 AI 模型在獨立資料集上的表現優異，準確度達到 77.35%，精確度為 77.49%，召回率為 72.55%，F 值為 74.94%。更值得注意的是，該模型在識別染色體異常胚胎（即真正的陰性結果）時，準確率達到 81.55%。它在預測染色體正常胚胎時的誤判率（False Positive Rate）顯著低於傳統的 Gardner 分級系統和 KIDScore D5 時間延時演算法。這意味著 AI 模型能有效降低將染色體異常胚胎錯誤選為正常胚胎的風險，進而減少植入失敗或流產的可能性。
研究顯示，當這款模型用於選擇胚胎進行冷凍胚胎植入時，其成功率較僅依賴 Gardner 分級系統的週期顯著提升。研究人員表示，這項非侵入性的預測工具可作為一種通用的預篩選方式，協助診所優先選擇最適合植入的胚胎，或決定是否需要進行活檢。由於模型主要依賴胚胎發育動態、形態和母體年齡等易於取得的數據，其推廣門檻相對較低。不過，研究團隊也強調，在廣泛應用前，仍需要對該模型進行更廣泛的外部驗證，以確保其在不同患者群體和實驗室協議下的穩定性與有效性。