Kích thích buồng trứng (KTBT) là phương pháp sử dụng thuốc hay các mũi tiêm để kích thích sự phát triển của nang noãn. Sau khi nang noãn đạt mức độ trưởng thành phù hợp, bệnh nhân sẽ được tiêm mũi hCG để giúp phóng noãn và tiến hành chọc hút thu noãn tại trung tâm IVF. Quá trình KTBT cần phải có sự theo dõi sát sao và di chuyển đến bệnh viện, tuỳ thuộc vào phác đồ và đáp ứng của mỗi bệnh nhân mà thời gian theo dõi khác nhau. Trí tuệ nhân tạo (Artificial Intelligence - AI) là một chuyên ngành thuộc lĩnh vực khoa học máy tính có thể mô phỏng hoạt động não bộ của con người, xuất hiện đầu tiên trong lĩnh vực hỗ trợ sinh sản vào những năm 1990. Việc kết hợp AI trong một số hoạt động trong lĩnh vực y tế đã đạt nhiều thành tựu đáng kể.
 
Nghiên cứu này được thực hiện nhằm mô tả và đánh giá mức độ chính xác của trí tuệ nhân tạo (AI) được sử dụng nhằm giảm việc theo dõi quá trình kích thích buồng trứng xuống còn 1 ngày, ngoài ra còn điều chỉnh các dự đoán kết quả và số lượng noãn thu được dựa trên một ngày quan sát duy nhất đó.
  
Nghiên cứu mô tả về một bộ công cụ phần mềm dựa trên AI mới nhằm xác định thời điểm phù hợp và dự đoán kết quả noãn thu được dựa vào hồ sơ nền lâm sàng của bệnh nhân đã nhập vào.
Bộ dữ liệu của nhóm tác giả bao gồm: độ tuổi, nồng độ AMH, số lượng nang thứ cấp và chỉ số BMI; dữ liệu thu được trong quá trình kích thích buồng trứng gồm nồng độ estradiol (E2) (pg/ml); siêu âm đo đường kính nang theo 2 chiều (mm). Kết quả bao gồm số lượng noãn trưởng thành thu được: nhóm 1 (0 - 10 noãn) và nhóm 2 (> 10 noãn). Có tất cả 2603 chu kỳ là cơ sở dữ liệu cho AI, trong đó 80% chu kỳ được sử dụng để đào tạo cho AI và 20% là để kiểm chứng tính hiệu quả của thuật toán AI. Các thuật toán dự đoán được đánh giá và viết bằng Python, hàm logistic NumPy, Panda và SKLearn.
  
Kết quả: Độ chính xác của thuật toán dự đoán ngày tốt nhất để theo dõi là 0,95 và xác định Ngày 9 là ngày tốt nhất duy nhất. Sai số trước quá sớm hoặc quá muộn lần lượt là 0,4 và 0,5 ngày. Độ chính xác để dự đoán tổng số noãn trưởng thành khi thử nghiệm ban đầu một mình hoặc khi thử nghiệm ban đầu kết hợp với dữ liệu trong ngày quan sát lần lượt là 0,76 và 0,80. Độ nhạy và giá trị tiên đoán dương để ước tính tổng số noãn trưởng thành ở Nhóm I (0 đến 10) là 0,78 và 0,79 và đối với Nhóm II (> 10) lần lượt là 0,73 và 0,72. Sau khi xác định một ngày duy nhất để đánh giá, thuật toán đã xác định phạm vi 3 ngày truy xuất được chỉ định bởi ngày sớm nhất và muộn nhất, vì các tùy chọn trong đó số lượng noãn trưởng thành được lấy ra không thay đổi, để mở tùy chọn phạm vi 3 ngày để lên kế hoạch và lựa chọn ngày chọc hút noãn.
 
Nhóm nghiên cứu đã mô tả một công cụ quản lý tích hợp mạnh mẽ gồm 3 điểm nút có liên quan đến quản lý, lập trình và đưa ra quyết định trong quá trình thụ tinh trong ống nghiệm. Hệ thống AI với ưu điểm cho phép giảm số lần thăm khám mà vẫn dự đoán đúng số lượng noãn trưởng thành thu được. Do đó, AI sẽ cải thiện quy trình làm việc và giảm chi phí do giảm nhu cầu nhân sự và giám sát.
 
Nguồn: LETTERIE, Gerard; MACDONALD, Andrew; SHI, Zhan. AN ARTIFICIAL INTELLIGENCE PLATFORM TO OPTIMIZE IVF MANAGEMENT DURING OVARIAN STIMULATION: WORKFLOW IMPROVEMENT AND OUTCOME-BASED PREDICTIONS. Fertility and Sterility, 2020, 114.3: e411-e412.
 

Từ khóa: Trí tuệ nhân tạo, AI, kích thích buồng trứng