Algorytm opisany w magazynie „Nature” ocenia jakość ludzkich zarodków lepiej niż wykwalifikowany embriolog. I może zwiększyć szanse na zdrową ciążę z in vitro
Według Światowej Organizacji Zdrowia (WHO) bezpłodność dotyczy od 10 do 18 procent światowej populacji. W Polsce z tym problemem boryka się około 1,5 miliona par (dane Polskiego Towarzystwa Ginekologicznego). Część z nich decyduje się na zapłodnienie in vitro – metodę polegającą na pobraniu gamet i połączeniu ich poza organizmem kobiety, a następnie podaniu powstałego zarodka do macicy. W bardzo wielu przypadkach udaje się – dochodzi do zapłodnienia, kobieta zachodzi w ciążę i para może się doczekać upragnionego dziecka. Niestety – nie zawsze. Według danych kliniki Novum średnia skuteczność z lat 2004-13 wynosi jedynie 43 procent ciąż klinicznych na transfer.
Dylemat embriologa
Żeby zrozumieć rolę, jaką w tej kwestii może odegrać sztuczna inteligencja (SI), musimy przypomnieć sobie, na czym polega zapłodnienie in vitro i jak wygląda hodowla zarodka.
W klasycznym zapłodnieniu in vitro komórki jajowe i plemniki o prawidłowym ruchu znajdują się na jednej płytce; zapłodnienie następuje więc samoistnie. Kiedy plemniki są mało ruchliwe, mają nieprawidłową budowę lub jest ich mało, stosuje się zapłodnienie ICSI (docytoplazmatyczna iniekcja plemnika), która polega na mechanicznym wprowadzeniu wybranego plemnika do wnętrza komórki jajowej. Po zapłodnieniu komórki jajowe są umieszczane w inkubatorach, w których przebywają do czasu transferu, czyli wszczepienia ich do organizmu matki – przez 110 godzin. Pięciodniowy zarodek składa się zaledwie z 200 do 300 komórek.
Przez te pięć dni zarodki poddawane są codziennej obserwacji. Raz dziennie embriolog wyjmuje je z inkubatora i ocenia pod mikroskopem. Obserwuje tempo i sekwencję podziału komórek, ich wielkość i wygląd, stopień fragmentacji.
Przy ocenie zarodków istotne mogą być cechy morfologiczne niewidoczne dla człowieka, ale widoczne dla komputera
Dla embriologa to codzienny dylemat: które zarodki wybrać do transferu, a które zamrozić? Różne momenty obserwacji mogą sugerować coś innego. W zasadzie wybór jest w dużej mierze subiektywny. A przecież to od tego zależy powodzenie całej akcji: czy zarodek będzie zdolny do zagnieżdżenia w macicy i zapoczątkowania zdrowej ciąży.
Można oczywiście pobrać materiał DNA, ale to metoda inwazyjna, wymagająca czasu (zarodek należałoby zamrozić w oczekiwaniu na wyniki badań) i kosztowna, co przy i tak wysokich kosztach in vitro ma spore znaczenie.
Niektóre kliniki dysponują specjalnym urządzeniem – embrioskopem, który umożliwia stały, precyzyjny monitoring zarodka. Wewnątrz inkubatora umieszcza się kamerę, która co 20 minut wykonuje zdjęcia; powstaje z nich film pokazujący cały okres hodowli. Embriolog analizuje film i na tej podstawie wybiera do transferu najlepiej rokujące embriony. Pozostałe (o ile są) zamraża się do kolejnych transferów.
Embrioskop ułatwia lekarzowi wybór, ale wciąż istnieje margines błędu. Niektóre cechy morfologiczne są po prostu niewidoczne ani gołym okiem, ani tym uzbrojonym w mikroskop. Poza tym jest kilka systemów oceny zarodków, które różnią się między sobą sposobem punktacji poszczególnych cech.
Sztuczna inteligencja dla sztucznego zapłodnienia
Okazuje się, że na tym etapie całego procesu pomocne mogą być algorytmy uczenia głębokiego.
Grupa naukowców z Cornell University w Stanach Zjednoczonych – m.in. Pegah Khosravi, Olivier Elemento, Nikica Zaninovic – wytrenowała algorytm, który ocenia zarodki i pomaga wybrać ten najbardziej nadający się do zaimplementowania. O wynikach ich badań dowiadujemy się z magazynu „Nature”.
W 2011 roku na oddziale embriologii kliniki w Cornellu zainstalowano embrioskop. To pozwoliło lekarzom zebrać około 50 tysięcy anonimowych zdjęć ponad 10 tysięcy ludzkich zarodków. Dwa lata temu Nikica Zaninovic, dyrektor oddziału embriologii, rozpoczął współpracę z Olivierem Elemento, dyrektorem Instytutu Medycyny Precyzyjnej z tego samego uniwersytetu i specjalistą od SI. Ten szybko zrozumiał, jaki potencjał tkwi w wykorzystaniu SI przy in vitro.
– Przy ocenie zarodków istotne mogą być cechy morfologiczne niewidoczne dla człowieka, ale widoczne dla komputera. Nie tylko przyspieszymy proces wyboru, ale być może wyeliminujemy błędy – mówił.
Stworzył sieć neuronową o nazwie STORK (bocian). Szkolił ją za pomocą obrazów zebranych przez embrioskop i nauczył w ten sposób rozróżniać „dobre” i „złe” zarodki. Żeby sprawdzić, jak działa, poprosił o pomoc pięciu embriologów z różnych ośrodków na świecie. Specjaliści ocenili 394 zarodki. Tę samą diagnozę postawili jedynie w 89 przypadkach! Umówili się więc, że będą podejmować decyzję większością głosów, czy zarodek jest dobry (więcej niż 58 procent szans na zdrową ciążę), zły (mniej niż 35 procent) czy średni. STORK przewidział ich oceny z 97-procentową skutecznością. Oznacza to możliwość automatyzacji procesu, który dotychczas poddany był subiektywnemu osądowi człowieka.
– Nasz algorytm może zwiększyć szanse na pojedynczą zdrową ciążę – cieszy się Olivier Elemento.
Potrzebne badania
Jednak zanim SI będzie faktycznie wykorzystywana w klinikach płodności, należy przeprowadzić wiele testów – porównać efekty implantacji zarodków z dwóch grup – tych wybranych przez embriologów i tych wyselekcjonowanych przez algorytm.
Podobne badania równolegle toczą się także w Australii. Virtus Health Group – największa australijska sieć klinik leczenia bezpłodności – testuje sztuczną sieć neuronową Ivy, która także pozwala zidentyfikować zarodek o największym potencjale.
Na razie jednak wiemy tyle, że algorytmy SI mogą zmienić kolejność implantacji. Na to, czy faktycznie pomogą kobietom zachodzić szybciej w ciążę – nie ma jeszcze dowodów. Jednym z najważniejszych powodów bezpłodności jest jakość komórki jajowej – wiadomo, że po 35. roku życia szanse kobiety na zajście w ciążę gwałtownie maleją z tego właśnie względu. Na to niestety nie pomoże sztuczna inteligencja.