Nội dung chính
Vô sinh là một vấn đề sức khỏe sinh sản phổ biến trên toàn cầu và thụ tinh trong ống nghiệm (In Vitro Fertilization - IVF) đã trở thành một phương pháp điều trị quan trọng đối với nhiều trường hợp. Trong một chu kỳ IVF, sau khi tạo được nhiều phôi, việc lựa chọn phôi có tiềm năng phát triển và làm tổ tốt nhất để chuyển vào buồng tử cung là một bước có ý nghĩa quyết định đối với hiệu quả điều trị. Mục tiêu của quá trình này không chỉ tăng khả năng có thai mà còn hướng đến chuyển đơn phôi (elective Single-Embryo Transfer - eSET), qua đó hạn chế nguy cơ đa thai và các biến chứng liên quan[1].
Trong thực hành hiện nay, đánh giá hình thái vẫn là phương pháp nền tảng để lựa chọn phôi. Chuyên viên phôi học (CVPH) dựa trên các đặc điểm quan sát được ở những giai đoạn phát triển khác nhau để đánh giá và xếp hạng phôi. Tuy nhiên, quyết định lựa chọn không hoàn toàn giống nhau giữa những người đánh giá. Sự khác biệt này là có ý nghĩa khi cần phân biệt hoặc xếp hạng các phôi có chất lượng tương đối gần nhau. Nghiên cứu của Fordham và cộng sự (2022) cũng cho thấy mức độ đồng thuận giữa các CVPH trong dự đoán khả năng làm tổ của phôi nang chỉ ở mức trung bình, cho thấy đây vẫn là một vấn đề cần được xem xét[2].
Sự phát triển của trí tuệ nhân tạo (Artificial Intelligence - AI), đặc biệt là các phương pháp học máy và học sâu, đã mở ra khả năng tự động phân tích dữ liệu hình ảnh phôi và xây dựng các mô hình dự đoán liên quan đến tiềm năng phát triển hoặc khả năng làm tổ. Khác với đánh giá dựa hoàn toàn vào nhận định trực quan của người quan sát, AI có thể xử lý số lượng lớn dữ liệu hình ảnh theo một quy trình nhất quán. Vì vậy, AI được quan tâm như một công cụ có khả năng hỗ trợ chuẩn hóa và bổ sung thông tin cho quá trình đánh giá phôi. Tuy nhiên, khả năng đạt hiệu suất cao trên một tập dữ liệu không đồng nghĩa trực tiếp với lợi ích trong thực hành lâm sàng. Việc xác thực mô hình và đánh giá các kết cục có ý nghĩa đối với bệnh nhân vẫn là yêu cầu quan trọng trước khi triển khai rộng rãi[1,3].
Trên cơ sở đó, bài viết này tập trung phân tích biến thiên trong đánh giá và lựa chọn phôi, hiệu suất của AI so với CVPH, mức độ tương hợp giữa hai phương pháp và vai trò phù hợp của AI trong quy trình lựa chọn phôi. Đồng thời, bài viết xem xét sự cần thiết của việc đánh giá AI trên các nhóm dữ liệu độc lập và bằng chứng về giá trị lâm sàng trước khi ứng dụng trong thực hành IVF.
Trong đánh giá phôi nang, việc đánh giá hình thái và tiềm năng phát triển của phôi có thể khác nhau giữa các CVPH. Sự khác biệt này đặc biệt đáng lưu ý khi quá trình đánh giá không chỉ dừng lại ở việc phân loại phôi theo các nhóm chất lượng mà còn nhằm xác định thứ tự ưu tiên chuyển giữa nhiều phôi trong cùng một chu kỳ.
Fordham và cộng sự (2022) đánh giá mức độ đồng thuận giữa 36 CVPH khi dự đoán khả năng làm tổ của 136 phôi nang dựa trên dữ liệu Time-lapse. Kết quả cho thấy mức độ đồng thuận chung ở mức trung bình, với hệ số kappa có trọng số là 0,56. Tuy nhiên, mức độ đồng thuận không đồng đều giữa các nhóm phôi. Đối với những phôi được đánh giá có chất lượng rất tốt hoặc kém, hệ số kappa đạt 0,65, trong khi ở nhóm phôi có chất lượng trung bình chỉ đạt 0,25. Khả năng dự đoán làm tổ cũng thấp hơn ở nhóm phôi này, với độ chính xác trung bình 44,6%, so với khoảng 57% ở hai nhóm còn lại[2].
Kết quả trên cho thấy sự khác biệt giữa các CVPH không xuất hiện đồng đều trong mọi tình huống đánh giá. Khi các đặc điểm hình thái cho phép phân biệt tương đối rõ giữa những mức chất lượng khác nhau, đánh giá có xu hướng thống nhất hơn. Ngược lại, đối với các phôi có đặc điểm nằm trong khoảng khó phân định, việc đánh giá hình thái và đưa ra nhận định về tiềm năng làm tổ có mức độ biến thiên lớn hơn.
Một nghiên cứu khác tiếp cận vấn đề này từ góc độ xếp hạng phôi. Trong 100 chu kỳ, mức độ đồng thuận trung bình khi các CVPH chọn một phôi được ưu tiên cao nhất là 59,5%. Khi xét hai phôi được xếp hạng cao nhất, tỷ lệ này tăng lên 73,5%. Mức độ đồng thuận cao hơn ở những chu kỳ có sự khác biệt rõ về chất lượng giữa các phôi và giảm khi các phôi có đặc điểm tương đối giống nhau[4].
Hai nghiên cứu trên tiếp cận sự đồng thuận từ các góc độ khác nhau, một nghiên cứu đánh giá nhận định về khả năng làm tổ của từng phôi, trong khi nghiên cứu còn lại xem xét sự thống nhất trong xếp hạng phôi. Tuy nhiên, cả hai đều cho thấy một điểm chung: sự đồng thuận giữa các CVPH có xu hướng giảm khi cần phân biệt và xác định thứ tự ưu tiên giữa những phôi có chất lượng gần nhau. Đây là một vấn đề có ý nghĩa thực tiễn trong lựa chọn phôi, bởi chính trong những trường hợp khó phân định này, cùng một tập hợp thông tin hình thái có thể dẫn đến các quyết định khác nhau[2,4].
Sau khi xem xét mức độ đồng thuận giữa các CVPH trong đánh giá phôi nang, một câu hỏi đặt ra là liệu AI có thể cung cấp một phương pháp đánh giá với hiệu suất ổn định và cạnh tranh hơn hay không. Tuy nhiên, hiệu suất của AI trong đánh giá phôi cần được xem xét theo đúng mục tiêu mà từng mô hình được xây dựng để dự đoán. Một thuật toán có thể được thiết kế để nhận diện đặc điểm hình thái, dự đoán khả năng làm tổ, lựa chọn phôi có khả năng dẫn đến thai kỳ hoặc xếp hạng phôi trong cùng một chu kỳ. Vì vậy, các chỉ số như độ chính xác, diện tích dưới đường cong ROC (Area Under the Curve - AUC) hoặc tỷ lệ lựa chọn đúng không thể được sử dụng thay thế cho nhau mà cần được diễn giải trong bối cảnh thiết kế nghiên cứu và kết cục được đánh giá.
Một ví dụ là nghiên cứu của Fruchter-Goldmeier và cộng sự (2023), trong đó thuật toán AI được sử dụng để đánh giá các đặc điểm hình thái của 608 phôi nang đã được lựa chọn chuyển phôi theo tiêu chuẩn hình thái và dữ liệu động học phát triển[3]. Mô hình được huấn luyện trên 1.506 video và xác thực trên 102 video độc lập. Phân tích hồi quy cho thấy kích thước phôi nang và tỷ lệ kích thước khối tế bào bên trong so với phôi nang có liên quan đến khả năng làm tổ. Sau khi điều chỉnh theo tuổi người phụ nữ, kích thước phôi nang vẫn duy trì mối liên quan có ý nghĩa. Mô hình đạt AUC 0,70 trong dự đoán khả năng làm tổ[3]. Kết quả này cho thấy AI có thể tự động lượng hóa một số đặc điểm hình thái liên quan đến kết cục làm tổ. Tuy nhiên, AUC 0,70 cho thấy khả năng phân biệt của mô hình ở mức trung bình và chưa đủ để chứng minh rằng thuật toán có thể dự đoán chính xác kết cục của từng phôi[3].
Nếu nghiên cứu trên đánh giá khả năng của AI trong việc tự động lượng hóa các đặc điểm hình thái và dự đoán khả năng làm tổ, thì bằng chứng so sánh trực tiếp giữa AI và CVPH được thể hiện rõ hơn trong một nghiên cứu đa trung tâm, hồi cứu trên 1.681 cặp phôi từ sáu trung tâm thuộc năm quốc gia[5]. Trong mỗi cặp, một phôi có kết cục dương tính và một phôi có kết cục âm tính. Thuật toán và 20 CVPH với mức độ kinh nghiệm khác nhau được yêu cầu độc lập xác định phôi có kết cục tốt hơn. Độ chính xác của thuật toán là 70,1%, cao hơn giá trị trung bình 67,7% của 20 CVPH và 69,5% của lựa chọn theo đa số[5]. Tuy nhiên, khi so sánh với từng CVPH, thuật toán chỉ có hiệu suất cao hơn có ý nghĩa thống kê so với 14 trong số 20 CVPH. Không có sự khác biệt có ý nghĩa so với 6 CVPH còn lại hoặc so với lựa chọn của hội đồng chuyên gia[5].
Việc AI đạt hiệu suất cao hơn giá trị trung bình của nhóm CVPH không đồng nghĩa với việc AI vượt trội hơn tất cả CVPH hoặc đã chứng minh ưu thế trong mọi bối cảnh lâm sàng. Ngược lại, kết quả cho thấy hiệu suất của AI cần được đặt trong phạm vi biến thiên giữa các CVPH và phụ thuộc vào tiêu chuẩn so sánh được lựa chọn.
Hiệu suất của AI và mức độ đồng thuận với CVPH là hai vấn đề khác nhau. Vì vậy, việc đánh giá mức độ đồng thuận giúp làm rõ AI và CVPH có xu hướng lựa chọn cùng một phôi hay không, đồng thời cho thấy sự khác biệt trong quyết định có thể thay đổi theo kinh nghiệm của người đánh giá.
Berntsen và cộng sự (2026) nghiên cứu sự đồng thuận giữa xếp hạng phôi của CVPH và một thuật toán AI trên 1.321 chu kỳ có thực hiện xét nghiệm di truyền tiền làm tổ để phát hiện lệch bội nhiễm sắc thể (Preimplantation Genetic Testing for Aneuploidy - PGT-A) ở 1.165 bệnh nhân[6]. Trong mỗi chu kỳ, các phôi được xếp hạng độc lập bởi CVPH và thuật toán, sau đó so sánh phôi được lựa chọn ưu tiên. Tỷ lệ đồng thuận chung đạt 58,6%, cho thấy trong hơn 40% trường hợp, phôi được AI lựa chọn ưu tiên không trùng với lựa chọn của CVPH[6].
Mức độ đồng thuận thay đổi theo kinh nghiệm của CVPH. Tỷ lệ này là 51,3% ở nhóm ít kinh nghiệm, 57,1% ở nhóm có kinh nghiệm và 63,4% ở nhóm có kinh nghiệm cao nhất[6]. Kết quả cho thấy kinh nghiệm của CVPH có liên quan đến mức độ tương hợp với thuật toán. Tuy nhiên, sự đồng thuận cao hơn không cho phép kết luận rằng AI là tiêu chuẩn để đánh giá mức độ chính xác của CVPH, cũng như không xác định nguyên nhân tạo ra sự khác biệt trong lựa chọn.
Ý nghĩa của sự đồng thuận cũng cần được xem xét cùng với kết cục lâm sàng. Trong nghiên cứu này, tỷ lệ có tim thai là 68,3% ở nhóm có sự đồng thuận và 66,5% ở nhóm không đồng thuận[6]. Sau khi điều chỉnh theo số lượng phôi có thể sử dụng, tuổi và nguồn noãn, mối liên quan giữa sự đồng thuận và tỷ lệ có tim thai đạt ý nghĩa thống kê[6]. Do đó, chưa có bằng chứng chứng minh rằng việc AI và CVPH lựa chọn cùng một phôi sẽ trực tiếp tạo ra kết cục tốt hơn, bởi kết quả còn phụ thuộc vào các yếu tố nền và phương pháp phân tích.
Kết quả từ các nghiên cứu trên cho thấy giá trị tiềm năng của AI không nhất thiết nằm ở việc thay thế CVPH. Nếu một hệ thống AI chỉ đưa ra cùng một quyết định với CVPH trong mọi trường hợp, vai trò của hệ thống chủ yếu là tái tạo lại quy trình đánh giá hiện có. Ngược lại, sự khác biệt trong lựa chọn có thể có ý nghĩa nếu thông tin do thuật toán cung cấp giúp bổ sung một góc nhìn khác hoặc hỗ trợ xem xét lại những trường hợp khó phân định[2-6].
Giá trị hỗ trợ của AI có thể rõ hơn trong những tình huống mà đánh giá hình thái khó tạo ra sự phân biệt rõ ràng giữa các phôi. Như đã đề cập, mức độ đồng thuận giữa các CVPH giảm khi cần đánh giá hoặc xếp hạng những phôi có chất lượng tương đối gần nhau. Trong những trường hợp này, AI có thể cung cấp thêm thông tin để CVPH đối chiếu với đánh giá hiện có, thay vì đưa ra quyết định thay thế. Bên cạnh đó, AI còn có tiềm năng tích hợp và xử lý đồng thời nhiều nguồn dữ liệu. Trong IVF, các thông tin có thể bao gồm hình ảnh tĩnh, dữ liệu ghi hình liên tục và một số đặc điểm liên quan đến chu kỳ điều trị[2,4,6].
Vì vậy, ở thời điểm hiện tại, AI phù hợp hơn với vai trò hệ thống hỗ trợ quyết định hơn là một công cụ thay thế hoàn toàn CVPH. Kết quả của thuật toán cần được đặt trong bối cảnh của toàn bộ quá trình điều trị và đi kèm cùng với các thông tin phôi học và lâm sàng có liên quan. Cách tiếp cận này cho phép khai thác khả năng phân tích và tính nhất quán của AI, đồng thời vẫn duy trì vai trò giám sát và trách nhiệm chuyên môn của con người[1,5].
Khả năng đạt hiệu suất tốt trong một nghiên cứu không bảo đảm rằng AI sẽ duy trì kết quả tương tự khi được áp dụng tại các trung tâm khác. Các mô hình AI trong IVF thường được phát triển từ dữ liệu thu thập tại một hoặc một số cơ sở nhất định, trong khi đặc điểm người bệnh, quy trình điều trị, điều kiện nuôi cấy, hệ thống Time-lapse và quy trình đánh giá có thể khác nhau giữa các trung tâm. Những khác biệt này có thể ảnh hưởng đến hiệu suất của mô hình khi triển khai trên một quần thể mới[1].
Bên cạnh khả năng khái quát hóa, chất lượng và tính đại diện của dữ liệu huấn luyện cũng cần được xem xét. Hiệu suất của AI phụ thuộc trực tiếp vào dữ liệu được sử dụng để xây dựng mô hình, bao gồm cách lựa chọn mẫu, chất lượng dữ liệu đầu vào và cách xác định kết cục. Nếu dữ liệu không đại diện đầy đủ cho quần thể mà hệ thống sẽ được áp dụng, mô hình có thể duy trì hiệu suất tốt trên tập dữ liệu nghiên cứu nhưng giảm hiệu quả khi triển khai trong điều kiện thực tế. Do đó, việc đánh giá một hệ thống AI cần xem xét không chỉ các chỉ số hiệu suất mà cả đặc điểm của quần thể nghiên cứu và quy trình xây dựng mô hình[1].
Một vấn đề quan trọng khác là khoảng cách giữa hiệu suất dự đoán và giá trị lâm sàng. Một thuật toán có thể đạt độ chính xác hoặc AUC cao trong dự đoán một kết cục cụ thể, nhưng điều này chưa chứng minh rằng việc sử dụng thuật toán sẽ cải thiện tỷ lệ sinh sống hoặc các kết cục có ý nghĩa đối với người bệnh. Theo ý kiến của Hiệp hội Y học Sinh sản Hoa Kỳ (American Society for Reproductive Medicine - ASRM), phần lớn bằng chứng hiện nay về AI trong labo IVF vẫn chủ yếu dựa trên các nghiên cứu hồi cứu. Do đó, cần có thêm các nghiên cứu tiến cứu và những thiết kế nghiên cứu phù hợp để đánh giá lợi ích và nguy cơ của việc ứng dụng AI trong thực hành[1].
Cuối cùng, việc đưa AI vào quy trình lựa chọn phôi không loại bỏ vai trò giám sát và trách nhiệm chuyên môn của con người. Một mô hình có thể đưa ra kết quả không phù hợp khi gặp những trường hợp khác với dữ liệu mà nó được xây dựng hoặc khi chất lượng dữ liệu đầu vào không bảo đảm. Vì vậy, việc triển khai AI cần đi kèm với quy trình kiểm soát chất lượng, xác định rõ phạm vi sử dụng của hệ thống và duy trì vai trò của CVPH trong việc diễn giải kết quả cũng như đưa ra quyết định cuối cùng[1].
Trí tuệ nhân tạo cho thấy tiềm năng hỗ trợ đánh giá và lựa chọn phôi, đặc biệt trong bối cảnh tồn tại sự biến thiên giữa các CVPH. Tuy nhiên, sự phát triển của AI không đồng nghĩa với khả năng thay thế CVPH hoặc với lợi ích lâm sàng đã được chứng minh. Ở giai đoạn hiện nay, AI phù hợp hơn với vai trò hỗ trợ quyết định, trong đó kết quả của thuật toán đi kèm cùng với đánh giá chuyên môn. Việc ứng dụng rộng rãi cần dựa trên xác thực độc lập và bằng chứng rõ ràng về giá trị lâm sàng.
[1] Practice Committee of the American Society for Reproductive Medicine. Artificial intelligence in the in vitro fertilization laboratory: a committee opinion. Fertil Steril. 2026.
[2] Fordham DE, Rosentraub D, Polsky AL, Aviram T, Wolf Y, Perl O, et al. Embryologist agreement when assessing blastocyst implantation probability: is data-driven prediction the solution to embryo assessment subjectivity? Hum Reprod. 2022;37(10):2275-2290. doi:10.1093/humrep/deac171.
[3] Fruchter-Goldmeier Y, Kantor B, Ben-Meir A, Wainstock T, Erlich I, Levitas E, et al. An artificial intelligence algorithm for automated blastocyst morphometric parameters demonstrates a positive association with implantation potential. Sci Rep. 2023;13(1):14617. doi:10.1038/s41598-023-40923-x.
[4] Berntsen J, et al. Should there be an “AI” in TEAM? Embryologists’ selection of high implantation potential embryos improves with the aid of an artificial intelligence algorithm. J Assist Reprod Genet. 2021;38:2759-2770.
[5] Wygocki P, Gilewicz T, Pawlik P, et al. Evaluating the concordance between AI-based and conventional embryo selection: implications for clinical decision-making. Reprod Biomed Online. 2026;52(4):105502. doi:10.1016/j.rbmo.2026.105502.
[6] Berntsen J, et al. Embryologist experience affects concordance with an artificial intelligence embryo ranking algorithm: benefit of artificial intelligence assistance. F S Rep. 2026.
