本文发表于《大众科学》的前博客网络，反映了作者的观点，不一定反映《大众科学》的观点
不孕不育治疗在情感和经济上都是一场过山车。对于尝试怀孕的夫妇（在许多在线支持论坛中称为“TTC”），反复的着床失败，定义为三次或更多次原因不明的体外受精（IVF）周期失败，是一个常见且令人心碎的终点，当治疗的情感、身体或经济负担变得过高而无法继续寻找答案时。据估计，高达三分之二的患者经历了失败的周期。
这意味着在一个领域有很大的改进机会，在这个领域，技术的每一次小进步都代表着组建家庭的机会。一家新的不孕不育相关人工智能（AI）初创公司认为它可以做到这一点——一些最大的计算公司正在押注他们是正确的。
人工智能已经被用于尝试解决一些重大的医疗保健挑战。例如，IBM开发了一种预测心力衰竭的计算模型，并将沃森超级计算机借给纽约纪念斯隆-凯特琳癌症中心，以开发癌症诊断和治疗方案选择。被称为“沃森基因组学”，该项目每月摄取约10,000篇科学文章和100份新的临床试验报告，定期产生新的见解。斯坦福大学报告了一种深度学习算法，可以预测药物化合物的安全性，另一种可以预测肺癌类型和患者生存期。英特尔最近宣布了一项竞赛，旨在寻找一种用于早期检测肺癌的算法。
关于支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。
将人工智能应用于不孕不育的想法已经存在了二十年。目前最接近的解决方案是 FDA 批准的 Eeva test，它使用延时成像显微镜在胚胎培养期内收集数据，并使用算法预测哪个胚胎最有希望发育。
然而，那不是真正的人工智能，因为该算法是静态的——当面对新信息时，它不会适应。真正的人工智能系统使用“深度学习”根据新信息动态地改进自身。“深度学习”中的“学习”是通过训练实现的：将数百或数千个数据点输入到模型中，以便可以预测未来的结果——然后将预测与实际结果进行比较，模型随后会重新调整自身。输入值可以是文本、声音、信号，以及对于医疗应用最重要的图像。
用于试管婴儿的人工智能系统仍处于实验阶段，但到目前为止的结果令人鼓舞。例如，在一个案例中，该系统使用牛胚胎成像来识别最有可能存活的胚胎。总体而言，人工智能系统的准确率达到 76%，捕捉到了人类评估者看不到的表明胚胎质量差的小细节。
对于人类不孕不育，一家新的人工智能初创公司 Life Whisperer，准备解决将人工智能从理论和实验转移到真实人类胚胎的挑战。史蒂夫·沃兹尼亚克（苹果公司联合创始人）将 Life Whisperer 评为 Talent Unleashed Awards“最佳创意——值得关注”类别的全球冠军。
当然，初创公司没有义务公布其结果以供同行评审。Life Whisperer 表示，与其商业合作伙伴 Monash IVF 进行的回顾性试验表明，在识别有活力的胚胎方面具有“高水平的准确性”——这可能意味着几乎任何事情。
此外，识别有活力的胚胎只是试管婴儿的第一个障碍。然后，这些胚胎必须转移到人体宿主中——而患有不孕症的女性通常年龄超过 35 岁，经常经历原因不明的反复着床失败，并且可能存在已知的生育问题，例如子宫内膜异位症。
一个真正的用于不孕不育护理的“端到端”人工智能将必须整合目前在多个不兼容系统中管理的复杂（和多样化）数据集——患者人口统计数据和病史；药物治疗方案、植入前基因筛查；以及临床妊娠结局数据。这将有助于医生在几种成功率最高的治疗方案中进行选择，并根据患者对治疗的反应接受新信息。
在临床胚胎学中，我们尚不知道哪些特征或特征集最能预测试管婴儿的成功。成功的试管婴儿周期的最重要变量可能仍然是科学未知的——但这原则上可以通过人工智能系统来揭示。当然，医学人工智能领域存在一个警告：我们不知道我们不知道什么，人类专家必须“训练”人工智能，这可能导致我们自身偏见的放大，或完全忽略某些类型的数据。人工智能技术具有巨大的潜力，可以帮助不孕不育医学领域超越目前对单个胚胎的狭隘关注，并揭示隐藏在患者数据中的新模式，以治疗顽固性不孕不育。