13020156131
13020156131
试管婴儿是许多不孕妇女求子的不二选择，但是试管婴儿并非每一次都能成功！而影响试管婴儿成功关键因素之一是「胚胎染色体正常与否」。相较于一般试管婴儿疗程，有做着床前染色体筛检(PGS/PGT-A)在着床率及怀孕率表现较好。
AI人工智慧选胚也能筛选胚胎优劣，利用胚胎影像及AI大数据分析，汰选染色体异常的胚胎，选出「好囊胚」提高怀孕成功率。
胚胎的染色体筛检 提高试管婴儿成功率
目前的试管婴儿技术普遍可达到4成左右的成功率，而现阶段要提升试管婴儿的怀孕率，大多数是先挑选外观优良的胚胎在第三天或第五天植入；或是同时放入多颗胚胎增加怀孕率，但多胞胎也往往会提高胎儿及母亲的健康风险。
然而，即使是外观正常及品质优良的胚胎，却不一定能着床。因为胚胎染色体正常与否，是影响植入着床成功率的关键因素之一。目前大部分都以PGS (着床前染色体筛检)进行胚胎的染色体检查。
胚胎影像结合AI大数据分析 生殖科技跨领域突破
一般而言，年纪越大的妇女产生出来的卵子，可能有超过一半以上是染色体异常的，甚至面临到卵数偏少的困境。若此类不孕妇女进行试管婴儿疗程恐面临到胚胎数过少及胚胎无法培养至足够大小，便无法进行PGS (着床前染色体筛检)。
由于着床前染色体筛检(PGS)有所限制，用胚胎的生长型态挑出哪些胚胎最有可能让患者成功怀孕的重责大任，就落在胚胎师身上。具有一定水准的生殖中心会以胚胎发育影像即时监控系统（time-lapse incubator），每间隔10~15分钟为个别胚胎照1张照片，将胚胎早期发育的影像，浓缩成一分钟长短的影片，让医师和胚胎可以更准确观察到各个胚胎生长的动态变化。
但以胚胎生长型态评估染色体异常与否与专家的经验值息息相关，对于哪个是最好的候选胚胎，不同的胚胎师常出现意见分歧的情况。
此次的大数据分析结果证实可利用AI分析胚胎的生长型态，经过精密计算评估哪些染色体优良的候选胚胎最有可能成功在子宫上着床，提高试管妈妈怀孕的成功率。
AI选胚技术精准度 取决于数据库大小及专家经验值
胚胎影像进行AI深度学习后的胚胎评估分数准确度的关键在于导入的数据库大小与不同专家对于胚胎形态学的经验累积。
此外，人工智慧在分析影像资料方面，速度也快上不少, AI选胚则能短短几秒内为两千多名妇女评估候选胚胎的品质。
此项AI人工智慧深度学习模式利用胚胎型态判断胚胎染色体异常与否，让胚胎发育影像即时监控系统跨越单纯的胚胎影像纪录，晋升为为胚胎品质打分数的重要角色。
不但造福了卵数较少的不孕妇女，包含卵巢功能不良、对刺激排卵药物反应不佳的妇女都可透过此项技术评估胚胎品质，增加怀孕成功率。同时，也可作为非侵入性的胚胎品质辅助评估工具。
