全文：如今，亚洲地区不孕不育人数急遽增加：在发展中国家，约有四分之三的母女受不孕不育的影响；纵览亚洲地区，约有15%的母女（相当于4850万对母女）罹患不孕不育症。面对年老再婚困难、不孕不育率上升等难题，辅助不育控制技术尤其是试管婴儿受精卵（In Vitro Fertilization，IVF）控制技术受越来越多的关注。
近日，欧盟医用监管机构批准了这款由Fairtility子公司研发的可评估结果受精卵卵产品质量的人工智慧机器——CHLOE™。该款演算法机器可大大提升IVF的错误率，对于提升孕期率，延长和减少IVF周期性具有重要意义。今年7月初，有关CHLOE™的研究统计数据在第38届欧洲人类不育与受精卵卵学学会年会（The European Society of Human Reproduction and Embryology，ESHRE）上华丽现身。
CHLOE™：亚洲地区第两个且惟一两个如前所述AI重大决策的开放性混合器
Fairtility是一家以色列的孵化器子公司，领导团队由来自医学、高技术、软件设计和业务开发等多名业内专家组成，致力于将前端人工智慧和大统计数据应用领域到IVF中，为众多医学医师提供统计数据重大决策全力支持。Fairtility的控制技术能够实现早期、准确和统计数据驱动的受精卵卵产品质量评估结果，进而提升孕期率和延长IVF周期性。该子公司在近期的A轮融资中筹措了1500万美元，将重点化解人工智慧在受精卵卵预测应用领域领域所面临的挑战。
图1 子公司成员（图源：[1]）
CEO Eran Eshed表示，从1978年亚洲地区首位试管婴儿Louise Joy Brown顺利诞生，IVF发展迄今已有40多年的历史。尽管生物医药应用领域领域的创新不断涌现，但令人惊讶的是，IVF应用领域领域几乎尚未看到人工智慧的应用领域。虽然统计数据科学不能化解生物化学难题，但人工智慧将在每两个重大决策关键步骤提升IVF的效率，而Fairtlity碰巧抓住了这次商业机会。
CHLOE™是Fairtility子公司旗下首波的这款演算法机器，该名称源于拉丁语的散纹，喻意着发芽、再婚。CHLOE™是亚洲地区第两个且惟一两个如前所述AI重大决策的混合器，它涵盖了上百万位患者的受精卵卵统计数据，凭借截取统计数据和预测制度化的优势，软件系统大统计数据为IVF组织工作人员提供专业而全面的重大决策全力支持，进而提升IVF相关的保健结果。
IVF作为一种辅助不育控制技术，首先从输卵管中取出卵子，透过实验室关键步骤完成与卵子的结合，然后将成功受精卵的卵子（即受精卵卵）置入输卵管。在这个过程中，医学医师和受精卵卵学家会在几个着力点做出下定决心，但这些下定决心更多如前所述经验、感性。CHLOE™所创建的用于受精卵卵选择的完全网络化组织工作流程（图2），透过如前所述AI的受精卵卵评估结果和客观、规范的评估结果统计数据，极大提升了医学组织工作的准确度。
图2 CHLOE™组织工作流程（图源：[2]）
CHLOE™统计数据华丽现身第38届ESHRE
2022年7月3日至6日，第38届ESHRE大会在意大利米兰隆重召开。ESHRE会议是不育医学应用领域领域规模最大、最具影响力的年度国际学术会议之一，汇聚了来自不育医学、受精卵卵学、不育内分泌学和遗传学等多个应用领域领域内的专家学者，共同探讨应用领域领域内最新的研究成果、目前的争议及未来的发展方向。
在此次会议期间，Fairtility也带着CHLOE™的最新研发进展现身大会，分享了CHLOE™演算法可有效预测囊胚形成、倍性、孕期、置入和进行中的医学孕期状态，报告具体内容以会议全文形式发表在Human Reproduction上。
图3 会议全文发表页面（图源：[3]）
该项研究是一项单中心的回顾性队列预测研究，于2017年至2020年间在土耳其伊斯坦布尔西西里纪念医院辅助不育控制技术中心进行。研究人员透过评估结果6748个延时视频，具体包含5392个卵裂受精卵卵、3763个囊胚、877个已知持续孕期结局的单受精卵卵移植（Single embryo transfers，SET）、306个整倍体SET和25个已知持续孕期结局的镶嵌型染色体受精卵卵，以量化定量和定性形态动力学（包括tPNa、tPNf、t2、t3、t4、t5、t6、t7、t8、t9、tM、tSB、tB、tEB)、CHLOE™置入评分和CHLOE™囊胚评分和整体SET后的医学结果（生化、医学孕期和持续孕期），使用AUC（Area Under Curve）度量指标预测囊胚和置入评分功效的医学结果。
图4 CHLOE™统计数据预测过程（图源：[2]）
主要评估结果结果如下：
1. 分裂受精卵卵的囊胚形成评分可从囊胚形成中预测得出（AUC=0.96，基线=70% n=5392，P<0.001）；
2. 在PGT-A（Preimplantation genetic testing for aneuploidy）后，置入评分可预测整倍体（AUC=0.61，基线=34%，n=1456，P<0.001），但不能预测归类为马赛克的受精卵卵（AUC=0.5，基线=19%，n=1456，P>0.05)；
3. SET后，置入评分可预测生化（AUC=0.71，基线=49%，n=866，P<0.001）、医学孕期和持续孕期率（AUC=0.69，基线=37%，n=866，P<0.001）；
4. 在非PGT-A受精卵卵SET后，置入评分随着患者年龄的增加而降低（P<0.001）。非整倍体的类型（如单体、三体、节段）不影响置入评分或囊胚评分（P> 0.05）。
该研究证实，如前所述人工智慧的演算法工具有望提升受精卵卵选择的一致性、效率和功效。CHLOE™等AI工具提供的有关定量和定性形态动力学的统计数据信息，为预测带来透明度，进而改善了对每个受精卵卵的个性化保健。
人工智慧重塑辅助不育应为大势所趋
针对不孕不育群体的再婚难题，IVF不失为一种化解办法。不过，虽然IVF很有潜力，但结果也是不可预测的。更糟糕的是，IVF获得再婚保健的机会非常少。即使在美国这样的发达市场，也只有2%的不孕不育人士使用了IVF控制技术。如今IVF还面临着以下两个关键挑战：
1
再婚保健难
Eran Eshed指出：当只有2%的不孕不育人群可以利用IVF辅助再婚时，很明显，获取保健服务会成为两个难题。西雅图不育健康机构Seattle Reproductive Medicine的合伙人、不育内分泌学家Gerard Letterie博士则称：IVF目前主要用于不孕不育患者——那些无法透过定时性交或口服药物等简单治疗手段来怀孕的人，是人群中相对有限的一小部分。Letterie预计，未来的患者将包括那些对透过冷冻卵子或创造受精卵卵来保存再婚力感兴趣的人，这将显著增加寻求辅助不育控制技术治疗服务的患者数量[4]。
2
结果具有不确定性
试管婴儿受精卵有多大的错误率？
根据公开统计数据，单次试管婴儿受精卵受孕的几率约为30%-40%。女性年龄、输卵管储备力、男性再婚力、卵子和卵子的产品质量以及受精卵卵发育等多方因素都会对试管婴儿的成功与否起着下定决心作用。
现实情况下，大多数患者通常需要经历多个周期性才能获得成功的活产。虽然试管婴儿受精卵的成功与否会受年龄的影响，但统计数据显示，即使是最年轻和最健康的女性，大多数试管婴儿受精卵周期性也会失败，而其结果在很大程度上取决于医学过程中做出的下定决心和受精卵卵学家的专业知识。在此契机下，像CHLOE™这种利用大统计数据优势可实现早期受精卵卵产品质量评估结果的人工智慧则显得尤为重要。
Eshed表示，行业报告显示，到2026年，亚洲地区IVF市场规模将达到360亿美元，而是否会有足够多熟练的受精卵卵学家来满足这一日益增长的需求尚且为未知数。最近，多名投资人纷纷瞄准辅助不育相关的控制技术正是看中了这一风口。
目前，其它的孵化器子公司如Emrbyonics、Mojo和ALife也提出了如前所述人工智慧的再婚化解方案，用于预测受精卵卵和评估结果卵子产品质量，并制定个性化的试管婴儿受精卵治疗计划。未来让我们期待更多人工智慧控制技术深入应用领域在辅助不育应用领域领域，助力更多的家庭生出健康的孩子。
题图来源：The Wall Street Journal，仅用于学术交流。
撰文|露娜
排版|文竞择
End
参考资料：
[1]https://fairtility.com/about/
[2]https://fairtility.com/chloe/
[3]H K Yelke, G Ozkara, B Yuksel, et al. O-007 Simplifying the complexity of time-lapse decisions with AI: CHLOE (Fairtility) can automatically annotate morphokinetics and predict blastulation (at 30hpi), pregnancy and ongoing clinical pregnancy, Human Reproduction, Volume 37, Issue Supplement_1, July 2022, deac104.007, https://doi.org/10.1093/humrep/deac104.007
[4]https://www.fiercebiotech.com/medtech/fairtility-welcomes-eu-approval-embryo-assessment-ai
本文系生物探索原创，欢迎个人转发分享。其他任何媒体、网站如需转载，须在正文前注明来源生物探索。
