CNSH Tăng Lê Thái Ngọc – IVFMD Tân Bình
 
Giới thiệu chung
Vô sinh được định nghĩa là không có khả năng thụ thai sau 1 năm giao hợp không có biện pháp bảo vệ, tình trạng này gây ra những căng thẳng đáng kể về tinh thần và tài chính. Hàng năm, ước tính tỉ lệ số cặp vợ chồng bị vô sinh trên toàn thế giới là khoảng 17,5% dân số trưởng thành. Là một phần quan trọng trong quá trình điều trị IVF cho các cặp vợ chồng vô sinh hiếm muộn, việc lựa chọn phôi thường được thực hiện bởi các chuyên viên phôi học, bao gồm việc phân tích trực quan và chọn lựa phôi có tiềm năng phát triển và làm tổ trong tử cung của bệnh nhân, đồng thời loại bỏ những phôi kém chất lượng và phát triển chậm. Mặc khác, thành công của quy trình này phụ thuộc vào phân tích của chuyên viên phôi học đối với từng phôi, điều này dễ xảy ra sự sai sót do tính chủ quan. Do đó, cần có một phương pháp đánh giá phôi đáng tin cậy hơn để có thể tăng khả năng sinh con khỏe mạnh thành công cho các cặp vợ chồng đang điều trị hỗ trợ sinh sản (ART).
 
Gần đây, việc áp dụng trí tuệ nhân tạo (artificial intelligence – AI) trong ART đang được quan tâm, đặc biệt là trong quá trình lựa chọn phôi, lập kế hoạch điều trị, đảm bảo chất lượng trong phòng thí nghiệm ART và lựa chọn tinh trùng trong ICSI. Trong trường hợp chọn phôi, AI có thể giảm tính chủ quan liên quan đến quá trình chọn phôi bằng cách đưa ra cách giải thích chính xác và đáng tin cậy về tình trạng phát triển phôi, hình thái phôi và dự đoán khả năng sống sót của phôi. Tuy nhiên, việc áp dụng công nghệ AI trong IVF vẫn còn ở giai đoạn sơ khai, bao gồm cả các hệ thống AI thương mại đã được sử dụng trong lâm sàng hầu hết vẫn chưa được xem xét theo cách tiêu chuẩn hóa. Điều này có thể sẽ dẫn đến những hiệu suất khác nhau, đặc biệt khi các hiệu suất của công nghệ này được so sánh với các chuyên viên phôi học hoặc trong các bộ dữ liệu mới, từ đó ảnh hưởng đến sự phổ biến của AI ở lĩnh vực IVF trong giai đoạn phát triển.
 
Xem xét hiện trạng kiến thức về AI trong bối cảnh điều trị ART và các giai đoạn đầu triển khai lâm sàng, đánh giá hệ thống này nhằm cung cấp cái nhìn tổng quan về ứng dụng AI trong lĩnh vực chọn phôi, xác định hiệu suất của các hệ thống này so với đánh giá của các chuyên viên phôi học hiện tại về cả hình thái phôi và dự đoán kết quả sinh sản. Thông qua nghiên cứu trên, nhóm tác giả hy vọng sẽ nâng cao nhận thức về bối cảnh hiện tại và thảo luận các hướng đi khả thi để thông báo cho các nhà phát triển AI, bác sĩ lâm sàng IVF, chuyên viên phôi học và bệnh nhân về những cân nhắc lâm sàng và kỹ thuật có thể tạo điều kiện thuận lợi cho việc ứng dụng AI trong thực hành lâm sàng trong tương lai.
 
Phương pháp nghiên cứu
Việc tìm kiếm tài liệu liên quan đến ứng dụng AI trong IVF được thực hiện trên PubMed, EMBASE, Ovid Medline và IEEE Xplore từ ngày 1 tháng 6 năm 2005 cho đến ngày 7 tháng 1 năm 2022. Kết quả được quan tâm là độ chính xác, độ nhạy và độ đặc hiệu của việc đánh giá phân loại hình thái phôi và kết quả lâm sàng, chẳng hạn như mang thai lâm sàng sau điều trị IVF. Rủi ro sai lệch được đánh giá bằng cách sử dụng Modified Down and Black Checklist.
 
Kết quả chính
Hai mươi bài viết đã được đưa vào đánh giá này. Không có ngày đánh giá phôi cụ thể trong các nghiên cứu—Ngày 1 cho đến Ngày 5/6 của quá trình phát triển phôi đã được nghiên cứu. Các dữ liệu đầu vào để đào tạo thuật toán AI là hình ảnh và video time-lapse (10/20), thông tin lâm sàng (6/20) và cả hình ảnh và thông tin lâm sàng (4/20).
 
Mỗi mô hình AI đều thể hiện sự hứa hẹn khi so sánh với đánh giá trực quan của chuyên viên phôi học. Trung bình, các mô hình dự đoán khả năng mang thai lâm sàng thành công với độ chính xác cao hơn so với các chuyên viên phôi học lâm sàng, cho thấy độ tin cậy cao hơn khi so sánh với dự đoán của con người. Các mô hình AI thực hiện với độ chính xác trung bình là 75,5% (phạm vi 59–94%) khi dự đoán phân loại hình thái phôi. Bằng cách sử dụng các tập dữ liệu thử nghiệm mù, dự đoán chính xác của các chuyên viên phôi học là 65,4% (phạm vi 47–75%) với cùng dự đoán được cung cấp bởi đánh giá tương ứng tại địa phương ban đầu. Tương tự, các mô hình AI có độ chính xác trung bình là 77,8% (khoảng 68–90%) trong việc dự đoán thai kỳ lâm sàng thông qua việc sử dụng thông tin điều trị lâm sàng của bệnh nhân so với 64% (khoảng 58–76%) khi được thực hiện bởi các chuyên viên phôi học. Khi kết hợp cả hình ảnh/time-lapse và thông tin lâm sàng đầu vào, độ chính xác trung bình của mô hình AI cao hơn ở mức 81,5% (phạm vi 67–98%), trong khi các chuyên viên phôi học lâm sàng có độ chính xác trung bình là 51% (phạm vi 43–59%).
 
Kết luận
Những phát hiện hiện tại về ứng dụng AI để chọn phôi cho thấy các mô hình AI có thể vượt trội hơn các nhà phôi học về mặt đánh giá hình thái phôi cũng như dự đoán kết quả lâm sàng. Tuy nhiên, điều quan trọng cần nhấn mạnh là độ chính xác hiện tại được các nghiên cứu báo cáo cho thấy hiệu suất khác nhau do tính đa dạng của các cỡ mẫu cũng như tập dữ liệu được sử dụng để đào tạo xác thực AI. Các mô hình dự đoán tốt nhất cho kết quả lâm sàng bao gồm kết hợp thông tin và hình ảnh lâm sàng, chỉ ra rằng việc sử dụng dữ liệu lâm sàng có thể cải thiện hiệu suất của các mô hình chỉ dựa vào việc sử dụng hình ảnh hoặc video time-lapse. Các nghiên cứu trong tương lai nên tập trung vào dự đoán tỉ lệ sinh sống, đây là kết quả phù hợp nhất về mặt lâm sàng của ART.
 
Nguồn: Salih, M., Austin, C., Warty, R. R., Tiktin, C., Rolnik, D. L., Momeni, M., ... & Horta, F. (2023). Embryo selection through artificial intelligence versus embryologists: a systematic review. Human Reproduction Open, 2023(3), hoad031.

Từ khóa: trí tuệ nhân tạo, học máy, phôi, phôi học, IVF, ART, lựa chọn phôi