بزرگنمايي:

آریا بانو - آنا / محققان توانستند با استفاده از هوش مصنوعی، انتخاب جنین سالم را در طول لقاح آزمایشگاهی «آی وی اف» آسان‌تر کنند.
به نقل از کانورسیشن، در طول لقاح آزمایشگاهی «آی وی اف» (IVF)، تعدادی جنین از تخم و اسپرم تولید می‌شود. سپس جنین شناسان انتخاب می‌کنند که کدام یک از جنین‌ها به احتمال زیاد منجر به بارداری موفقیت آمیز می‌شود و آن را به بیمار منتقل می‌کنند.
جنین شناسان این انتخاب را با استفاده از تخصص خود برای اعمال مجموعه‌ای از اصول پذیرفته شده براساس ظاهر جنین انجام می‌دهند. در سال‌های اخیر علاقه زیادی به استفاده از تکنیک‌های مختلف هوش مصنوعی (AI) در این فرآیند وجود داشته است.

اخیرا محققان یکی از این سیستم‌های هوش مصنوعی را توسعه داده و آن را در بیش از هزار بیمار «آی وی اف» آزمایش کردند. این سیستم در حدود دو سوم موارد، همان جنینی را که متخصص انسانی انتخاب می‌کرد، انتخاب کرد و میزان موفقیت کلی آن فقط اندکی کمتر بود. نتایج این تحقیق در نشریه «نیچر مدیسن» (Nature Medicine) منتشر شده است.
در طول چند سال گذشته، محققان به همراه همکاران خود در سوئد، در حال توسعه نرم افزاری برای شناسایی اینکه کدام جنین‌ها بهترین شانس موفقیت «آی وی اف» را خواهند داشت، بودند. این سیستم از یادگیری عمیق، یک روش هوش مصنوعی برای یافتن الگو‌ها در مقادیر زیاد داده استفاده می‌کنند.
در حالی که محققان در حال توسعه سیستم خود بودند، مطالعات گذشته نگری انجام دادند و انتخاب‌های سیستم را با تصمیمات گذشته دنیای واقعی که توسط جنین شناسان گرفته شده بود، مقایسه کردند. این نتایج اولیه نشان داد که سیستم یادگیری عمیق ممکن است حتی بهتر از یک متخصص انسانی کار کند؛ بنابراین گام بعدی آزمایش درست سیستم با یک کارآزمایی تصادفی بود.
این آزمایش شامل 1066 بیمار در 14 کلینیک باروری در استرالیا و اروپا (دانمارک، سوئد و بریتانیا) بود. برای هر بیمار، هم سیستم یادگیری عمیق و هم یک متخصص انسانی یک جنین را برای کاشت انتخاب کردند. سپس، سپس یک انتخاب تصادفی از بین این دو انتخاب شد.
این مطالعه نخستین آزمایش کنترل شده تصادفی است که تاکنون از یک سیستم یادگیری عمیق در انتخاب جنین انجام شده است. یادگیری عمیق ممکن است کاربرد‌های پزشکی زیادی داشته باشد، اما این تنها یکی از چند آزمایش تصادفی آینده نگرانه این فناوری در هر حوزه‌ای از مراقبت‌های بهداشتی است.
آنچه محققان در این مطالعه دریافتند این بود که عملاً هیچ تفاوتی بین این دو رویکرد وجود نداشت. میزان حاملگی بالینی (احتمال دیده شدن قلب جنین پس از انتقال اولین جنین) زمانی که سیستم یادگیری عمیق جنین را انتخاب کرد، 46.5 درصد و زمانی که جنین شناس جنین را انتخاب کرد، 48.2 درصد بود.
به عبارت دیگر، تفاوت بسیار کمی وجود داشت. در واقع، 65.8 درصد مواقع، سیستم یادگیری عمیق همان جنینی را انتخاب کرد که جنین شناس انتخاب کرده بود. با این حال، محققان همچنین دریافتند که سیستم هوش مصنوعی وظیفه انتخاب جنین را 10 برابر سریعتر از جنین شناس انجام می‌دهد.
میزان موفقیت کلی در این مطالعه بسیار بالاتر از آن چیزی بود که محققان انتظار داشتند. این آمار وضعیت را تغییر داد و به این معنی بود که محققان به یک مطالعه بسیار بزرگتر، با تقریباً 8 هزار بیمار، نیاز دارند تا ثابت کنند روش جدید ضعیف نیست.