基于时序成像的人工智能预测模型，用于筛选具有植入潜力和整倍体性的优良胚胎

这对抱有希望的父母为何重要

对于接受体外受精（IVF）的人来说，选择哪个胚胎移植可能意味着再次心碎的挫折或一次成功妊娠之间的差别。如今的决策往往依赖于显微镜下胚胎的外观，或依赖于需从胚胎取出细胞的侵入性基因检测。本研究探索了一条不同的道路：使用人工智能（AI）观察胚胎随时间的生长动态，静悄悄地评估哪些胚胎最有可能植入、哪些最可能具有正常染色体数——这一切都无需触及胚胎。

从静态快照到动态影像

传统上，胚胎学家根据几张静态图像对胚胎进行分级，评估形状和细胞排列等特征。这些评分带有主观性，且无法可靠揭示胚胎是否具有正确的染色体数——而这正是导致流产的关键因素。基因检测可以回答这个问题，但需要从胚胎上取细胞。在这项工作中，研究人员改用在特殊培养箱中连续拍摄的时序视频。这些视频展示了受精后头几天细胞分裂和发育过程中的细微变化，包括一些人眼难以稳定追踪的细节或变化得太快的现象。

训练人工智能“读懂”早期生命影像

团队构建了两个直接从这些胚胎视频及母亲年龄中学习的AI模型。一个模型估计移植胚胎导致临床妊娠（通过超声确认）的概率；另一个模型则估计胚胎是否可能为“整倍体”，即基于部分胚胎的标准基因检测结果判断其染色体数是否正常。用于妊娠预测的数据集包含超过2400个胚胎，用于染色体状态的数据集超过1600个。AI没有依赖人工挑选的标志，而是检视完整的视频流，逐帧捕捉发育的时序和模式。

模型的表现如何

为检验可靠性，研究人员训练了每种模型的一个集成体——由十个独立版本组成——并将它们的输出合并，以避免单一模型主导决策。他们在三个独立群体中评估性能：验证集、内部测试集以及来自不同IVF诊所的外部测试集。两种模型都能较好地区分预期结果较佳与较差的胚胎。就妊娠预测而言，当模型聚焦于前20到50小时的发育阶段时准确性最高，这表明非常早期的细胞分裂携带着关于后续成功的重要线索。就染色体状态而言，模型在整个培养期内表现稳定，意味着从胚胎早期生长的全过程中都存在有用信号。

这些评分在临床中的潜在含义

在真实的IVF实践中，医生必须决定移植或进一步检测哪些胚胎，而不仅仅是对它们排序。因此，研究人员使用验证数据选择了实用的评分阈值，并将这些阈值不变地应用到测试诊所，模拟真实世界的部署。对于妊娠预测，所选阈值保留了最终导致妊娠的大多数胚胎，同时剔除了许多未能植入的胚胎。对于染色体预测，阈值保留了大量经检测显示为染色体正常的胚胎，同时筛出许多可能异常的胚胎。作者强调，这些工具旨在辅助而非取代临床判断——有助于优先排序胚胎、在不可行时减少侵入性检测的需要，并可能缩短达成成功妊娠的时间。

展望更温和的胚胎选择方式

对非专业读者而言，主要信息是：计算机现在可以从胚胎的短片段影像中学习，提供关于哪些胚胎最有前景的无创提示。通过观察胚胎从一开始如何分裂和变化，AI能捕捉到人眼和一次性快照可能遗漏的信息。尽管还需要在更多不同的诊所和患者群体中进行进一步测试，这种方法指向一种更客观、更安全且不那么依赖活检的IVF治疗路径——为建立家庭提供一种更温和的途径。

引用: 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

关键词: 试管婴儿, 胚胎选择, 时序成像, 人工智能, 无创检测