文献

J-GLOBAL ID：202202270645626359   整理番号：22A0831079

胚盤胞期胚の静止画像ランキングのための人工知能モデルのキャラクタリゼーション【JST・京大機械翻訳】

Characterization of an artificial intelligence model for ranking static images of blastocyst stage embryos

著者 (11件)： Loewke Kevin (Alife Health Inc., Cambridge, Massachusetts) ,  Cho Justina Hyunjii (Alife Health Inc., Cambridge, Massachusetts) ,  Brumar Camelia D. (Alife Health Inc., Cambridge, Massachusetts) ,  Maeder-York Paxton (Alife Health Inc., Cambridge, Massachusetts) ,  Barash Oleksii (Reproductive Science Center, San Ramon, California) ,  Malmsten Jonas E. (Weill Cornell Medicine, New York, New York) ,  Zaninovic Nikica (Weill Cornell Medicine, New York, New York) ,  Sakkas Denny (Boston IVF - The Eugin Group, Waltham, Massachusetts) ,  Miller Kathleen A. (IVF Florida, Margate, Florida) ,  Levy Michael (Shady Grove Fertility, Rockville, Maryland) ,  VerMilyea Matthew David (Ovation Fertility, Austin, Texas)
資料名： Fertility and Sterility  (Fertility and Sterility)
巻： 117  号： 3  ページ： 528-535  発行年： 2022年 
JST資料番号： A0813B  ISSN： 0015-0282  CODEN： FESTAS  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 胚盤胞期胚をランク付けするための人工知能(AI)モデルを特性化する一連の解析を行う。第一の目的は,臨床的妊娠を予測するためのモデルの利点を評価することであり,一方,二次目的は臨床使用に影響を与える可能性がある限界を同定することであった。遡及的研究。米国の11の補助生殖技術センターのコンソーシアム。5,923の静的画像は,胚盤胞と2,614の非転写異数体胚盤胞を転写した。何れも,臨床妊娠(胎児心拍)の予測。AIモデルの曲線下面積は0.6から0.7の範囲であり,手動形態等級づけ全体および現場ベースで優れていた。ブートストラップ研究は,倒立顕微鏡を用いた手動等級づけと比較して,AIを用いた部位当たり+5%と+12%の間の妊娠率の改善を予測した。低倍率立体ズーム顕微鏡を用いた1つのサイトはAIによる予測改善を示さなかった。可視化技術と属性アルゴリズムは,AIモデルにより学習された特徴が手動等級づけシステムの特徴と大きく重複していることを明らかにした。顕微鏡のタイプと胚保持マイクロピペットの存在に関連するバイアスの2つの源を同定し,軽減した。妊娠率に関するAIスコアの解析は,≧0.1(10%)のスコア差が妊娠率の改善に対応し,一方,<0.1のスコア差は臨床的に意味がないかもしれないことを示した。本研究は,胚盤胞期胚をランク付けするためのAIの可能性を実証し,スコアの画像品質,バイアス,および粒度に関連する潜在的限界を強調する。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  顕微鏡 ,  ブートストラップ ,  妊娠 ,  *胚 ,  *画像 ,  画質 ,  *人工知能 ,  *静止画像 ,  異数体 ,  *胚盤胞 ,  受胎率 ,  血中濃度-時間曲線下面積 ,  生殖補助技術
準シソーラス用語： 倒立顕微鏡 , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工知能 ,  胚盤胞 ,  深層学習 ,  胚 ,  IVF

分類 (2件)： 婦人科・産科の臨床医学一般  (GS01030W) ,  発生と分化  (EJ16020W)

タイトルに関連する用語 (7件)： 胚盤胞 ,  胚 ,  静止画像 ,  ランキング ,  人工知能 ,  モデル ,  キャラクタリゼーション