מודלי חיזוי מבוססי בינה מלאכותית על סמך הדמיה בהמשכי זמן לעוברים איכותיים עם פוטנציאל ההשרשה ואאופלואידיות

מדוע זה חשוב להורים שבתקווה

לאנשים העוברים הפריה חוץ-גופית (IVF), הבחירה איזה עובר להחדיר יכולה להכריע בין כישלון מריר נוסף להיריון מוצלח. כיום ההחלטות מתבססות לעתים קרובות על המראה של העוברים תחת מיקרוסקופ או על בדיקות גנטיות פולשניות שכוללות חילוץ תאים מהעובר. מחקר זה בוחן דרך אחרת: שימוש בבינה מלאכותית (AI) שמצפה את גדילת העוברים לאורך זמן ומעריכה בעדינות אילו מהם סביר שיוכלו להשריש ואילו סביר שיהיו בעלי מספר כרומוזומים תקין — וכל זאת ללא מגע בעובר.

מצילומים סטטיים לתמונות נעות

באופן מסורתי, עוברים מדורגים על ידי אמבריולוגים בהתבסס על כמה תמונות סטילס, כשהמעריכים שופטים תכונות כמו צורה וסידור התאים. דירוגים אלה נתונים לסובייקטיביות ואינם מגלה מהימנות לגבי מספר הכרומוזומים — גורם מרכזי בסיכון להפלה. בדיקות גנטיות יכולות לתת מענה לשאלה זו אך דורשות הסרת תאים מהעובר. בעבודה זו החוקרים השתמשו במקום זאת בסרטוני המשך זמן רציפים שצולמו באינקובטורים מיוחדים. סרטונים אלה מראים שינויים עדינים בחלוקת התאים ובהתפתחות בימים הראשונים שלאחר ההפריה, כולל פרטים דקים או מהירים מדי לעין האנושית כדי לעקוב באופן עקבי.

לאמן את ה-AI לקרוא את החיים המוקדמים על גבי סרט

הצוות פיתח שני מודלי AI שלמדו ישירות מהסרטונים של העוברים וגם מגיל האם. מודל אחד העריך את הסבירות שעובר מושתל יוביל להיריון קליני (מאומת על ידי אולטרסאונד). השני העריך האם סביר שעובר הוא "אאופלואידי", כלומר בעל מספר כרומוזומים תקין, בהתבסס על תוצאות בדיקות גנטיות סטנדרטיות שנעשו על חלק מהעוברים. יחד כללו מאגרי הנתונים יותר מ-2,400 עוברים לחיזוי היריון ומעל 1,600 לגבי סטטוס כרומוזומלי. במקום להסתמך על סמנים שבני אדם בחרו, ה-AI בחן את הזרם המלא של הווידאו, ותיעד את תזמון ודפוס ההתפתחות פריים אחר פריים.

כמה טוב המודלים ביצעו

כדי לבחון אמינות, החוקרים אימנו אנסמבל—עשר גרסאות נפרדות—של כל מודל ושילבו את פלטיהן כך שאף מודל יחיד לא ישלוט בהחלטה. הם העריכו ביצועים בשלושה קבוצות בלתי תלויות: סט אימות, סט בדיקה פנימי וסט בדיקה חיצוני ממרכזי IVF שונים. שני המודלים הראו יכולת טובה להפריד בין עוברים עם תוצאות טובות יותר לאלה עם תוצאות פחות טובות. בחיזוי היריון, הדיוק של המודל היה הגבוה ביותר כשהוא התרכז ב-20 עד 50 השעות הראשונות של ההתפתחות, מה שמעיד שחלוקות התא המוקדמות נושאות רמזים חזקים להצלחות מאוחרות יותר. לגבי הסטטוס הכרומוזומלי, הביצועים נשארו חזקים לאורך כל תקופת התרבות, מה שאומר שאותות שימושיים קיימים לכל אורך הצמיחה המוקדמת של העובר.

מה שהציון יכול להשפיע במרפאה

בעשייה הקלינית של IVF, רופאיהם צריכים להחליט אילו עוברים להחדיר או לבדוק weiter, ולא רק למדרג אותם. לכן החוקרים בחרו גבולות ציון מעשיים באמצעות נתוני האימות ויישמו אותם ללא שינוי במרפאות הבדיקה, בדומה לפריסה בעולם האמיתי. בחיזוי היריון, הסף שנבחר שמר על רוב העוברים שסופו הוביל להיריון תוך שהוא מפטר רבים שלא הוחדרו. בחיזוי כרומוזומלי, הסף שמר חלק גדול מהעוברים שהתבררו כתקינים כרומוזומלית והידחק רבים שסביר שהיו חריגים. המחברים מדגישים שכלים אלה מיועדים לתמוך, לא להחליף, את השיקול הקליני — לסייע בעדיפות של עוברים, לצמצם את הצורך בבדיקות פולשניות כאשר הן לא אפשריות, ולצמצם זמן עד היריון מוצלח.

מבט קדימה לבחירת עוברים עדינה יותר

לא-מומחה המסר המרכזי הוא שמחשבים יכולים עתה ללמוד מסרטונים קצרים של עוברים ולהעניק רמזים לא פולשניים על אילו מהם מבטיחים יותר. על ידי צפייה באיך העוברים מתחלקים ומשתנים מההתחלה, ה-AI מסוגל ללכוד מידע שעיני אדם ותמונות בודדות עשויים לפספס. אמנם דרושים ניסויים נוספים במרפאות ובאוכלוסיות מטופלים מגוונות יותר, אך גישה זו מצביעה על טיפולי IVF שבהם בחירת העובר תהיה אובייקטיבית יותר, בטוחה פחות תלויה בביופסיות — ומציעה דרך עדינה יותר לבניית משפחה.

ציטוט: Maekawa, R., Kiritani, T., Abe, T. et al. AI prediction models based on time-lapse imaging for good embryos with implantation potential and euploidy. Sci Rep 16, 9864 (2026). https://doi.org/10.1038/s41598-026-40917-5

מילות מפתח: הפריה חוץ-גופית (IVF), בחירת עובר, הדמיה בהמשכי זמן, בינה מלאכותית, בדיקה לא-פולשנית