AI가 다산 의사를 대체 할 것인가? 왜 컴퓨터가 IVF 사이클 실패, 유산 및 위험한 다중 출생의 고통을 끝낼 수있는 유일한 컴퓨터입니까?

AI가 다산 의사를 대체 할 것인가? 왜 컴퓨터가 IVF 사이클 실패, 유산 및 위험한 다중 출생의 고통을 끝낼 수있는 유일한 컴퓨터입니까?

오늘 발표되는 두 개의 새로운 논문은 AI가 생존 가능한 태아를 선택하는데 커다란 성공을 가져올 것입니다
IVF 사이클 실패, 위험한 다중 출산 및 유산의 위험을 줄일 수 있습니다.
여기에서는 기술 및 기타 혁신의 이점과 단점을 설명합니다.

1 년에 약 20 만 쌍이 IVF를 시도합니다. IVF 경험 장애를 적어도 한 번 시도하는 부부의 2/3.

불임은 과학의 어두운 영역이며, 우리가 현재의 질문에 대한 답을 찾기 위해 어떤 질문을해야할지조차 알지 못할 수도 있습니다.

그러나 명확한 사실은 실패한주기의 상당 부분이 배아 문제와 관련되어 있으며 컴퓨터가이를 수정할 수 있다는 것입니다.

이번 주 미국 생식 의학회 (American Society for Reproductive Medicine) 회의에서 오늘 발표 된 두 개의 새로운 논문은 인공 지능을 사용하여 생존 가능한 배아를 선발하는 데 전례없는 성공을 거둔 것으로 나타났습니다.

그렇게함으로써, 그들은 실패한주기 및 유산 (70 %가 배아 이상에 의해 야기되는)의 위험을 극적으로 낮출 수 있습니다. 그들은 또한 쌍둥이 또는 삼중 항으로 이어질 가능성을 극대화하고 조기 출산, 자간전증 및 고비용 출산 합병증의 위험성을 극대화하기 위해 배아를 이식하는 것에 대한 공 호 (그러나 지금은 필요한) 접근법을 종식시킬 수있다.

이제 미국과 호주의 두 팀이 인간 생명의 첫 장벽으로 75 억 달러 AI 시장에 진입하기 위해 알고리즘을 특허하기 위해 경쟁하고 있습니다.

그러나 여전히 커버 할 수없는 영역이 있습니다 ..

스크리닝 엠 프리에의 현재 시스템과 관련된 문제점은 무엇입니까? 

체외 수정 및 난자 동결은 이제 커플에게 생식 능력 문제 또는 어머니의 40 세 생일이 지나도 인간 생물학을 무시하고 아기를 가질 수있는 기회를 제공합니다.

그러나 배아로 발전하는 배반포를 골라내는 중요한 단계는 여전히 인간의 눈에 맡겨져 있습니다.

명확하게 정상적인 것의 매개 변수 내에서, 그리고 명확하게 비정상적인 것은 모든 배아 학자가 배아가 모든 것을 만들 가능성을 결정하는 그들 자신의 방법을 가지고있다.      

완벽한 예술이 아니기 때문에 기술이 다른 인간의 잘못을 타파하는 데 도움이 될 수 있기를 희망합니다.

EMBRYO가 생존 할 경우 어떤 결정이 내려 집니까?

우리가 아직 알지 못하는 많은 요인을 포함하여 IVF 과정을 벗어날 수있는 많은 것들이 있습니다.

IVF 환자에게 통증이있는 ​​유산과 같은 유산에 관해서는 배아가 초점입니다.

태아 기형은 유산의 70 %를 차지하고 나머지는 호르몬, 자궁 장애, 호르몬 수치 등에 대한 어머니의 반응과 같은 다른 요인들로 떨어집니다.

발생 학자 관점에서 우려 할 세 가지 주요 영역이있다. 

1. 정상적으로 보입니까? 이것은 AI가 중요한 역할을 할 수있는 곳입니다.

Embryologist는 그들이 정상으로 보 였는지, 그리고 꾸준히 발달하고 있는지 (비정상적 파열이 아닌 10 시간에서 12 시간마다 조금씩 성장함) 평가하여 이식 할 배반 포기를 결정합니다.

배아를 정상 또는 비정상으로 보이게하거나 꾸준히 성장시키는 원인을 아는 사람은 아무도 없습니다. 그러나 두 가지 새로운 연구 (아래에서 더 자세히 설명)는 컴퓨터를 훈련하여 정상과 비정상으로 보이는 것을 이해 함으로써 매우 신뢰할만한 결과를 얻을 수 있음을 보여주었습니다  .

2. 유전 적 요인 : 염색체 적으로 정상인가? 이것은 AI가 도울 수없는 곳입니다.

그러나 다른 새로운 기술도 할 수 있습니다. 인공 지능은 일반적인 개발이 어떻게 생겼는지를 배우도록 훈련되었습니다. 컴퓨터를 훈련 한 인간과 마찬가지로 배반포에만 시력 장애가 있는지 여부를 알 수 없습니다. Zaninovic은 언젠가 AI 모델에 DNA 스크리닝을 포함시키기를 희망하고 있지만 그것이 어떻게 작동하는지 아직 알지 못합니다.

그것과 함께 사용할 수있는 다른 도구가 있습니다. 

지난 달 콜롬비아 대학의 S. Zev Williams 박사는 작은 초콜릿 바 크기와 USB 사이의 작은 핸드 헬드 스크리닝 도구 인 새로운 DNA 시퀀서를 발표했다.이 도구는 현재의 테스트 방법에서와 같이 수 주일이 아닌 단 몇 분 만에 평결을 전달할 수있다.

한때 새로운 인공 지능 기법 중 하나를 개발 한 코넬 연구소의 동료였던 윌리엄스 박사는이 가제트가 인공 지능과 시너지 효과를 발휘할 수 있다고 말했다.

'결국 당신이 말하는 것은 정상적인 배아 그룹에서 가장 건강 해 보이는 것입니까? 아니면 정상적인 염색체 번호를 가진이 건강한 배아 그룹 내에서?

배아가 경계선에 놓일 때, 다른 모든 관심 영역은 '모자이즘'이라고 불리는 문제입니다. 우리가 아직 완전히 이해하지 못하는 부분이지만, 유전자 검사가 정상이나 비정상적인 배아를 보지 못하는 정도까지 개선되어 중간에 일부를 볼 수 있다는 것이 핵심입니다. 문제는 이미 감정의 회오리 바람을 타고있는 부부에게 결정을 내려야한다는 것입니다. 다산 치료를받는 많은 부부는 생존 가능한 배아를 거의 산출하지 못합니다. 그들의 유일한 것이 모자이크라면, 그것은 고뇌스러운 도박처럼 느낄 수 있습니다.

목표는 (a) 모자이크가 실제로 얼마나 문제인지를 결정하고, (b) 위험한 모자이크 배아와 안전한 모자이크를 구분할 수있게하는 것입니다. 그러나 우리는 아직 그 근처에 없습니다.

3. 어머니 요인 : 이식 할 것인가? 아무런 기술도이 점에서 도움이 될 수 없지만 알약이 도움이 될 수 있습니다.

일단 배아 학자가 정상적으로 보이고 유 전적으로 정상인 완벽한 배아를 선택하면 아직 이식하지 않을 가능성이 있습니다. 다산의 모든 것과 마찬가지로, 다시 흑인과 백인이 아닙니다. 때로는 진단되지 않은 자궁 내막증 (자궁 내막에 영향을주는 질환)이나 혈액 응고 문제, 심지어 바이러스 인 것처럼 합성 호르몬에 반응하는 '자연 살해 세포'가 있습니다.

한 가지 이론은 일부 여성의 경우 자궁이 절차와 호르몬에 반응하여 자발적으로 수축하여 배아가 이식되는 것을 방지한다는 것입니다.

이 불가사의 한 문제를 해결하기 위해 스위스 회사 인 ObsEva는 Nolasiban이라는 약을 개발하여 이식 4 시간 전에 환자에게 투여하여 호르몬 균형을 유지하고 이러한 수축을 예방합니다. SART (생식 보조 기술 협회)로부터 상을받은 논문에서 그들은 배아 이식률을 32 % 향상 시킨다고 밝혔다.

ObsEva의 CEO 인 Ernest Loumaye는 DailyMail.com에 환자 당 약 3,000 달러의 가격으로 약물을 판매 할 예정이라고 말했다. 대부분의 주에서 IVF가 보조되는 유럽에서 보상을 위해 경쟁하고있다. 눈길을 끄는 비용이지만 Loumaye는 보험 회사에 쌍둥이 또는 삼중 가격보다 훨씬 저렴하다고 변호합니다. 그들은 임신과 출산 중에 더 비싸며 더 많은 위험을 안고 있습니다. '

새로운 인공 지능 시스템은 어떻게 작동합니까?

이번 주 ASRM 회의에서 발표 된 두 연구는 시간 경과에 따른 이미지 또는 비디오를 사용하여 AI 네트워크를 훈련하여 배아가 어떻게 시간이 지남에 따라 발전했는지 보여줍니다.

코넬 대학 (Cornell University)의 Nikita Zaninovic이 주도한 첫 번째 작품은 컴퓨터를 교육하기 위해 18,000 개의 이미지를 사용했다. ( 'The Beast'라고 Zaninovic이 DailyMail.com에 말했다.) 그들은 32,000 개의 이미지를 사용하여 판단을 내렸다. 

첫째, 배아를 표준화해야했습니다. 현재 각 발생학자는 실험실에서 실험실로 바뀌는 배아를 분류하는 고유의 방법을 가지고 있으며, 발생 학자에서 발생 학자로 바꿀 수도 있습니다. 코넬의 AI는 배아를 좋음, 보통 및 저질의 그룹으로 분류 할 때 거의 100 % 성공했다 (97.52 %).

그런 다음 어느 배아가 태어날 수있는 가장 좋은 기회를 가지는지 선택해야했습니다. 컴퓨터의 결정과 환자의 생존 데이터를 비교하면 컴퓨터는 생존 가능한 배아를 정확하게 선택했다는 것을 알게되었다.

다른 AI는 뉴 사우스 웨일즈 대학의 의학 학부 Aengus Tran에 의해 개발되었으며, UNSW의 학부생 인 그의 형제와 함께 일하고 있습니다.

그들은 아이비 (Ivy)라고 불리는 시스템을 개발했습니다.이 시스템은 4 개의 국가에서 8 개의 실험실에 시간 경과 비디오를 사용하여 교육을 받았습니다.

이 연구실에서는이 기술을 사용하여 22 세에서 50 세 사이의 1,603 명의 환자를 선별했으며 결과는 배아 학자에 의해 두 번 검사되었습니다.

그것은 93 %의 시간을 보냈습니다. 

이들은 배아를 테스트하기 위해 설계된 최초의 인공 지능 알고리즘은 아닙니다.

Eeva는 2014 년에 FDA의 승인을 받아 비정상 검사를 할 수 있지만 역동적 인 시스템은 아닙니다. 이 '딥 러닝 (deep-learning)'인공 지능과 같은 새로운 정보에는 반응 할 수 없습니다.

그 외에도 인터넷은 똑같은 것을 주장하는 온라인 회사들로 산재 해 있습니다.

Zaninovic은 그들을 '카우보이'라고 부릅니다.

'나는 그들의 자료를 보지 못했다. 그들은이 업계 [ASRM]와 같은 회의에 참석하여 다른 업계와 데이터를 공유하거나 업무를 발표하지 않습니다.

더 많은 것은 무엇인가, 그는 말한다, "그들은 약간의 과격한 주장을한다".

호주의 한 회사 인 Life Whisperer는 염색체 21에 영향을 미치는 유전 적 장애인 AI를 사용하여 다운 증후군을 발견 할 수 있다는 헤드 라인을 장식했습니다.

우리가 아는 한, 그것은 순수한 미학보다는 유전자 검사에서 발견 될 필요가있는 것이다. 그러나 우리는 틀릴 수도 있습니다. 인공 지능을 사용하여 유전 적 이상을 발견 할 수 있으며, 아직 알지 못합니다.

Zaninovic 씨는 AI가 데이터를 사용하여 학습한다는 것입니다. 그것은 정상적인 것과 그렇지 않은 것의 예를 먼저 보아 정상적인 것과 정상적인 것을 이해합니다.

AI가 다운 증후군을 발견하기 위해서는 다운 증후군 배아의 예가 많이 있어야합니다. 그리고 내가 많이 말해주지. 많지는 않아. 그래서 나는 회의적이다. 

이 물건을 EMBRYOLOGISTS에서 꺼낼까요?

Zaninovic은 그렇게하지 않을 것이라고 주장한다.

'사람들은 내가 발에서 자신을 쏘고있다'고 말했다.

'이것은 배아 학자를 대체하는 것이 아니라, 당신의 직업이 변하는 것입니다.'

아마 맞을거야. 사실 MIT의 연구는 작년에 인간 전용 팀, 로봇 전용 팀 및 인간 로봇 팀을 비교했습니다. 그들은 가장 효율적인 카테고리가 인간 - 로봇 조합이었고 다른 두 그룹보다 85 % 더 효율적이라는 것을 발견했습니다.

가장 큰 변화는이 기술을 구현하려는 병원과 진료소가 완전한 IT 팀 지원이 필요하다는 것입니다.

궁극적으로 통증과 고통을 완화 할 수있는 기회가 너무 커서 중요하지 않아야한다고 그는 말합니다.

Williams 박사도 동의합니다.

'대부분의 사람들은 잃어버린 후 스스로를 비난한다.

'그들은 무거운 무언가를 들었고, 직장에서 논쟁을 벌였으며, 강조를 받았다. 그래서 그들은 스스로 정말로 화가 났고, 자기를 비난하고 죄책감을 느끼는 것을 부적절하게 느낍니다. 그들은해서는 안되지만 그렇게하는 것은 인간의 자연스러운 일입니다.

"우리는이 능력을 테스트하고 말하기 때문에 배아가 형성되는 순간부터 이것이 결과를 낳을 운명 이었으므로 40 주 동안 허리를 굽힐 때 제로 차. 그것을 보여줄 수있는 것은 매우 강력합니다. '

'유산과 불임 같은 것들이 가장 오래된 질병입니다.'라고 그는 덧붙입니다. '나는 최신 기술의 일부로 그것을 해결하는 것에 대해 시적인 것이 있다고 생각한다.'