发表在最新一期《柳叶刀数字健康》杂志上的一项研究显示，康奈尔大学医学院的研究人员开发了一种新的人工智能算法，可以避免活检的缺点，非侵入性地确定体外受精胚胎的染色体数目是否正常，准确率约为70%。
染色体数目异常，称为非整倍体，是试管婴儿胚胎不能植入或健康怀孕的主要原因。目前检测非整倍体的方法之一涉及胚胎细胞的类活检取样和基因检测，增加了试管婴儿的成本，对胚胎有侵袭性。
目前，医生主要使用显微镜来评估胚胎是否存在与生存能力差有关的显著异常。为了获得有关染色体的信息，医生还可以使用一种称为植入前非整倍体基因检测的活检方法。
在新的研究中，研究小组开发了STORK-A算法，作为PGT-A的潜在替代方案，或者作为一种更具选择性的方法，来决定哪些胚胎应该由PGT-A进行测试
新算法STORK-A将通过使用胚胎显微镜图像、胚胎质量分数和受精后5天拍摄的母亲年龄等信息，自动“学习”将数据的一些特征与非整倍体的可能性相关联。研究小组在10，378个胚泡的数据集上训练了STORK-A，这些胚泡的倍性状态是已知的。他们在独立数据集上测试了该算法，发现了相当准确的结果，这证明了Stork-A的通用性。
根据研究人员的评估，这种算法对非整倍体和正常染色体“非整倍体”胚胎的预测准确率接近70%。与非整倍体相比，STORK-A的准确率为77.6%。他们希望最终能够利用人工智能和计算机视觉技术，以完全非侵入性的方式预测非整倍体。
新算法代表了在降低IVF胚胎选择的风险、主观性、成本和准确性方面的进步。研究人员表示，这是人工智能在医学领域潜在变化的一个很好的例子。
主编圈
过去几年，人工智能在生命科学领域悄然掀起了一场新的革命。最知名的应用之一是谷歌开发的“阿尔法折叠”，它可以通过人工智能精确预测蛋白质的静态三维结构。不久前，中国的科学家更进一步，开发了一种人工智能模型，可以预测蛋白质的动态结构。上述研究很独特，应用人工智能预测试管婴儿胚胎的染色体数目是否正常。无论是哪种研究和应用，人工智能都完美展现了它的“优越性”:提高效率，降低成本，方便快捷。
