CVPH. Nguyễn Thị Minh Anh – IVFMD Tân Bình

Đánh giá và lựa chọn phôi được xem là bước tổng hợp trong quy trình thụ tinh trong ống nghiệm (in vitro fertilization – IVF) nhằm lựa chọn phôi có tiềm năng tốt nhất cho bệnh nhân. Cho đến hiện tại có nhiều phương pháp để lựa chọn phôi như dựa vào hình thái, hệ thống time-lapse theo dõi động học của phôi hay xét nghiệm di truyền tiền làm tổ, tuy nhiên vẫn rất khó để dự đoán chính xác tỷ lệ làm tổ của phôi. Để tối ưu hoá quy trình IVF và giảm sự lãng phí phôi, cần có những phương pháp nhằm lựa chọn tinh trùng, noãn khoẻ mạnh và phôi có tiềm năng nhất.


 
Đánh giá giao tử (tinh trùng và noãn)
Áp dụng thuật toán “machine learning” để quan sát hình thái của noãn trước khi ICSI cũng như “hành vi” của noãn trong quá trình ICSI có thể giúp lựa chọn noãn có tiềm năng. Việc áp dụng trí tuệ nhân tạo (Artificial Intelligence - AI) nhằm đánh giá noãn, dự đoán khả năng thụ tinh, khả năng phát triển đến phôi nang hay tỷ lệ làm tổ thông qua hình ảnh đã được triển khai. Tuy nhiên, những kết quả ban đầu này cần được xác nhận thông qua các nghiên cứu lớn hơn (ESHRE 2020, O-285, U.S. Patent no. 2020/012623).

Trí tuệ nhân tạo cũng được áp dụng trong phân tích tinh dịch để đánh giá hình dạng và tính toàn vẹn DNA của tinh trùng. Phổ biến nhất là hệ thống phân tích chất lượng tinh trùng tự động (CASA) có tích hợp AI cấp thấp. Bên cạnh đó, mục tiêu lớn hơn khi áp dụng AI trong điều trị lâm sàng là xác định các tế bào tinh trùng lẫn trong mẫu mô sinh thiết từ tinh hoàn. Một hệ thống có thể phân tích nhiều hình ảnh trong thời gian ngắn và xác định chính xác tế bào tinh trùng là rất quan trọng. Công nghệ AI cũng  được phát triển nhằm dự đoán khả năng thu nhận tinh trùng từ những bệnh nhân vô tinh, nghiên cứu tác động của môi trường và lối sống đến chất lượng tinh trùng hoặc phát triển những ứng dụng trên điện thoại thông minh để phân tích tinh dịch, tỷ lệ sống và tính toàn vẹn của DNA tinh trùng.
 
Đánh giá và lựa chọn phôi
Cho đến hiện tại, ứng dụng của AI trong lĩnh vực phôi học chú trọng vào: tự động chú thích các giai đoạn phát triển của phôi (giai đoạn tế bào và chu kì tế bào), xếp loại phôi (chủ yếu ở giai đoạn phôi nang) và lựa chọn phôi có tiềm năng làm tổ cao nhất.

Tự động chú thích các giai đoạn phát triển của phôi
Kỹ thuật time-lapse cho phép chúng ta xác định chính xác thời gian phân chia tế bào và phát hiện các dấu hiệu bất thường trong quá trình phát triển của phôi. Một số nhà cung cấp hiện nay như EmbryoScope (Vitrolife), Geri (GeneaBiomedix) và ESCO đã tích hợp AI vào hệ thống time-lapse. Tuy nhiên, họ không tiết lộ nền tảng cũng như độ chính xác về hiệu suất của các phần mềm phân tích. Trong quá trình nuôi cấy time-lapse, chuyên viên phôi học có thể chú thích thời gian cũng như các sự kiện trong quá trình phôi phát triển. Chính vì thế kết quả sẽ bị phụ thuộc nhiều vào kinh nghiệm và kỹ năng của từng cá nhân. Để tiêu chuẩn hoá quy trình, dựa vào công nghệ AI giúp chú thích các giai đoạn phát triển của phôi với độ chính xác và độ tin cậy cao là điều cần thiết. Nhiều công bố gần đây cho thấy sự thành công của công nghệ này (Dirvanauskas D và cs., 2019, Malmsten J và cs., 2020, Raudonis V và cs., 2019). Một hệ thống chú thích phôi tự động cần đáp ứng các yêu cầu sau: nhanh, chính xác, có thể lặp lại và cụ thể (phân biệt các tế bào và phân mảnh), ghi nhận được các bất thường trong quá trình phát triển của phôi, phân biệt được hình thái và các đặc điểm của phôi. Tuy nhiên, công nghệ này gặp phải thách thức đó là hệ thống cần phải nhận biết và phát hiện được phôi trong môi trường nuôi cấy. Bằng cách sử dụng mô hình Inception V3 CNN, Nikica Zaninovic và cộng sự tin rằng có thể xác định được các giai đoạn phát triển của phôi bằng AI.

Xếp loại phôi
Trí tuệ nhân tạo trong lĩnh vực phôi học được phát triển nhằm mục đích xếp loại phôi đặc biệt là giai đoạn phôi nang. Vấn đề lớn nhất là hệ thống xếp loại phôi nang sử dụng các ký tự số và chữ cái. Để giải quyết vấn đề này các giá trị độ nở rộng, lớp tế bào TE và ICM được chuyển đổi sang kí tự dạng số. Nguồn dữ liệu đầu vào để các thuật toán có thể “học” là rất quan trọng. Do đó nếu các thuật toán này có thể tự học mà không cần có sự can thiệp của con người sẽ giúp làm giảm tỷ lệ sai lệch trong kết quả. Một số nghiên cứu gần đây cho thấy đã có những thành công ban đầu khi sử dụng thuật toán nhằm xếp loại chính xác phôi giai đoạn phôi nang. Ứng dụng công nghệ AI trong thực hành lâm sàng cũng được một số tác giả công bố. Nghiên cứu của Khosravi và cộng sự, 2019 tạo ra mô hình STORK có thể dự đoán chất lượng phôi nang chính xác hơn 98%. Một mô hình khác là CNN và Xception được xây dựng để đánh giá hình ảnh phôi thu nhận từ time-lapse và các hình ảnh tĩnh cho kết quả dự đoán khả năng hình thành phôi nang tại thời điểm 113h với độ chính xác cao.

Lựa chọn phôi có tiềm năng làm tổ cao nhất
Lựa chọn phôi có tiềm năng làm tổ cao nhất là mục tiêu quan trọng của các chuyên viên phôi học và AI là một công cụ mới, khách quan giúp lựa chọn phôi và dự đoán khả năng mang thai. Một số nghiên cứu gần đây đã xây dựng mô hình tiên lượng dựa vào AI để dự đoán khả năng làm tổ của phôi. Nghiên cứu của Tran và cộng sự đã sử dụng mô hình “deep learning” để dự đoán nhịp tim của thai nhi. Tác giả đã phát triển một hệ thống đánh giá phôi hoàn toàn tự động để đánh giá các video time-lapse mà không “chú thích các giai đoạn phát triển của phôi” và xếp loại phôi. Mô hình này hiện đang được thử nghiệm trong một nghiên cứu ngẫu nhiên có nhóm chứng. Tuy nhiên, liệu mô hình này có hiệu quả ở tất cả các trung tâm thụ tinh trong ống nghiệm hay không? Những yếu tố như điều kiện nuôi cấy, môi trường nuôi cấy, loại tủ sử dụng và phương pháp đánh giá phôi có thể ảnh hưởng đến việc xử lý dữ liệu. Mô hình AI sẽ giải quyết như thế nào đối với những khác biệt này. Đồng thời nó sẽ hoạt động như thế nào với những dữ liệu mà nó chưa từng “nhìn” thấy. Đó vẫn là những câu hỏi còn bỏ ngỏ. Bên cạnh đó ngoài thông tin về sự phát triển của phôi, mô hình AI nên được xây dựng để đánh giá thêm nhiều thông tin khác của bệnh nhân như độ tuổi, dự trữ buồng trứng hay phác đồ kích thích buồng trứng.
 
Dự đoán bộ NST của phôi
Sinh thiết phôi là một kỹ thuật xâm lấn có thể làm giảm sự phát triển của phôi. Do đó, phát triển những kỹ thuật không xâm lấn nhằm đánh giá NST của phôi đang được quan tâm. Một nghiên cứu gần đây của Chavez-Badiola A và cộng sự đã sử dụng AI để dự đoán phôi lưỡng bội dựa trên hình ảnh phôi nang. Hệ thống sử dụng mô hình “deep neuronal network” để trích xuất ra 94 đặc điểm khác biệt giữa phôi nang lưỡng bội và dị bội. Độ chính xác khi dự đoán phôi lưỡng bội là 70%. Mặc dù nghiên cứu vẫn còn một số hạn chế, tuy nhiên với sự kết hợp của AI và các kỹ thuật không xâm lấn khác có thể sẽ giúp làm giảm tỷ lệ sinh thiết phôi trong tương lai.
 
Kết luận
Chỉ trong vài năm gần đây, ứng dụng của AI trong lĩnh vực hỗ trợ sinh sản được nghiên cứu rất nhiều. Trong lĩnh vực phôi học, ứng dụng AI đã đạt được một số thành tựu đáng kể. Sử dụng AI rộng rãi hơn trong việc đánh giá đặc điểm của bệnh nhân như dự trữ buồng trứng, tuổi, yếu tố nội tiết và các chẩn đoán lâm sàng sẽ giúp tăng hiệu quả chẩn đoán và điều trị cho bệnh nhân.
 
Nguồn: Zaninovic, N., & Rosenwaks, Z. (2020). Artificial intelligence in human in vitro fertilization and embryology. Fertility and Sterility, 114(5), 914-920. https://doi.org/10.1016/j.fertnstert.2020.09.157