不妊治療の新たな夜明け:AI

不妊治療の新たな夜明け:AI

世界初の試験管ベビーは1978年に英国で誕生した。それ以来、人工生殖技術は継続的に改良されてきました。米国疾病管理予防センターが発表したデータによると、米国では毎年約400万人の赤ちゃんが生まれており、そのうち約1%から2%が試験管ベビーです。しかし、克服が難しいさまざまな生殖疾患に直面し、多くの家族が出産計画を延期せざるを得ません。人工知能はこれらの課題の万能薬となるでしょうか?断言はできませんが、科学者たちはコンピューターアルゴリズムを使用して胚を分析し、出産年齢の親が幸せな家庭を築けるよう支援しています。

[[375718]]

英国の大手不妊治療専門団体CARE Fertilityとカナダの医療技術パートナーFuture Fertilityが専門家チームを結成。AI技術を活用してヒトの卵子の受精状況や胚の発育を正確に予測する研究成果が期待されている。 2021年の不妊治療会議では、VIOLETと呼ばれるこの人工知能アルゴリズムは人間よりも優れた分析性能を発揮し、人間の卵子の受精と胚の発育の予測精度をそれぞれ77%と62%向上させることができると発表されました。

CARE Fertility 社は、社内の発生学者の診断能力と VIOLET™ の診断能力をテストし、アルゴリズムの結果予測精度がそれぞれ 12% と 18% 高いことを発見しました。彼らは、これは人工知能が体外受精やその他の人工生殖技術における主要なツールとなる可能性を秘めていることを示していると指摘している。

この開発について、CARE Fertility の発生学部門長で、この研究の主執筆者の一人であるアリソン・キャンベル博士は次のように説明しています。「この画期的なソフトウェアは、人々が生殖能力を維持するのに役立つ可能性があります。卵子の凍結を希望する患者は、各卵子の画像だけでなく、胚盤胞段階 (健康な発育の重要な指標) に到達する可能性の予測を含むレポートを受け取ります。これにより、保存する卵子の理想的な数を計算できるため、生殖能力の維持の可能性が大幅に高まります。」

他の研究者らは以前、人工知能が今後数年間で不妊治療に大きな影響を与える可能性があると示唆している。 Virtus Health Groupの一部門であるIVFAustralliaが開発したIvyは、体外受精を受ける女性の単一胚の移植を追跡し、妊娠の可能性を予測する。同様に、Flo は月経周期と排卵を追跡するアプリで、AI テクノロジーを使用してユーザーが月経周期の独自のパターンを予測するのに役立ちます。

これらすべてがまだ標準になっているわけではありませんが、関連研究では、AI テクノロジーは医師、人工生殖技術の専門家、患者に体外受精周期に関するより多くの情報を提供できることが示されています。体外受精における重要な成功要因は、高品質の受精胚を選択することです。生殖医学誌「リプロダクション」に掲載された研究論文には、「現在、卵子、精子、胚の質を正確に判定する方法が不足しており、胚の選択にどのパラメータやアルゴリズムを使用するかを判断することは困難である。そのため、業界が各個人の妊娠成功の可能性を予測することは困難であり、妊娠失敗の理由を完全に説明することは不可能である」と記されている。

IVF 治療の全サイクルにかかる平均費用は 12,000 ドルですが、場合によっては 15,000 ドルまで高くなることもあり、これには薬剤費は含まれていません。それに加えて、ライフスタイルの調整などの費用をカバーするために、さらに 1,500 ドルから 3,000 ドルかかります。このような高額な費用は人々にとって受け入れがたいものであり、身体的、精神的、感情的な準備と相まって、失敗は申請者にとって大きな打撃となるでしょう。

AIと体外受精技術の発展により、妊娠や受精卵の生存確率を申請者や医師がより明確に理解できるようになれば、人工生殖技術の発展に大きな影響を与えるだけでなく、人々が妊娠行動を計画する際に賢明な選択を行えるようになり、この悲痛な「賭け」が安定した信頼できる選択に変わることになるだろう。

<<:  超人工知能を制御できるアルゴリズムはあるのでしょうか?

>>:  Google Brainは、T5の最大7倍の事前トレーニング速度を備えた簡素化されたスパースアーキテクチャを提案しています。

推薦する

5G と AI のユースケース - 5G が人工知能の実装にどのように役立つか

マイケル・バクスター氏は、5Gは人工知能の可能性を解き放つだろうと語った。しかし、AI と 5G は...

Baidu Brain EasyDL Professional Editionは、Baiduの超大規模事前学習済みモデルをリリースしました

ディープラーニングの分野では、「転移学習」という用語がますます注目を集めています。パフォーマンスが優...

PageRankアルゴリズムとPR値の転送の詳細な分析

PageRank アルゴリズムは、Google のランキング アルゴリズム (ランキング式) の一部...

ストリームPETRを超えて! BEVNeXt: 高密度 BEV 認識のための新しいフレームワーク

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

...

Taとのチャットを手助けするロボットをカスタマイズする

[[427589]]自動チャットの例これは 200 万件のチャット記録に基づいてトレーニングされてい...

AI リサーチ インスティテュートが 2021 年の AI 技術トレンド トップ 10 を発表

[[374480]] 12月31日、AI研究所は2020年のAIの進歩トップ10を発表しました。新年...

...

...

数十人の国内NLP専門家が協力し、事前学習済みモデルの過去、現在、未来を検討した。

[[422361]] BERT や GPT などの大規模な事前トレーニング済みモデル (PTM) ...

ワンクリックで顔のピクセル画像を生成し、Animal Crossingにアップロードしましょう!このプロジェクトは楽しい

日本の独立系開発者佐藤氏はアスペルガー症候群のため学校を中退、退職。その後独学でAIを学び、AI画伯...

...

...

グラフなしの ICLR'24 のための新しいアイデア! LaneSegNet: 車線セグメンテーションを考慮したマップ学習

序文と著者の個人的な理解自動運転システムの下流アプリケーションにとって重要な情報である地図は、通常、...