перевод статьи Меган Молтени для Wired
Если женщина (или лицо, не считающее себя женщиной, но имеющее матку и желание создать семью) не может зачать ребенка и решает улучшить свою репродуктивную функцию в клинике ЭКО, она скорее всего будет общаться с доктором, медсестрой и администратором. И, вероятно, она никогда не познакомится с армией эмбриологов, работающих за закрытыми дверями лаборатории, собирая яйцеклетки, оплодотворяя их и развивая эмбрионов, готовых к имплантации.
Одна из самых затратных по времени задач эмбриолога - это так называемая “сортировка” эмбрионов, когда специалисты изучают их морфологические черты под микроскопом и присваивают им показатель качества. Круглые, четные числа клеток - это хорошо. Раздробленные, фрагментированные клетки - плохо. Эмбриологи используют эту информацию, чтобы понять, каких эмбрионов подсаживать в первую очередь.
Такая методика - это скорее интуиция, чем наука, и она не отличается излишней точностью. Новейшие методы, такие как забор клеток с целью извлечения ДНК и тестирования на аномалии - так называемая “предимплантационная генетическая диагностика” - дают больше информации. Но они увеличивают стоимость и без того недешевой процедуры ЭКО, а также требуют заморозить эмбрионы до тех пор, пока не придут результаты анализов.
Ручная сортировка эмбрионов может показаться грубым методом, но зато она неинвазивна, и ее легко провести в клиниках репродуктивного здоровья. Теперь ученые заявляют, что алгоритм научился делать все это времязатратное разглядывание эмбриона даже лучше, чем люди.
В новом исследовании, опубликованном в NPJ Digital Medicine, ученые Корнеллского университета натренировали готовый алгоритм глубокого обучения Google различать хороших, средних и слабых эмбрионов ЭКО на основе вероятности успешной трансплантации. Этот тип искусственного интеллекта - такая же нейронная сеть, как та, что распознает человеческие лица, животных и объекты на фотографиях, загруженных в онлайн-сервисы Google - прежде уже доказал свои способности в медицинских условиях. Он научился диагностировать диабетическую ретинопатию и распознавать генетические мутации, стимулирующие рост раковых опухолей. Клиники ЭКО могут стать следующим пунктом назначения для этой технологии.
“Сегодня оценка эмбриона очень субъективна,” - говорит Никица Занинович, директор эмбриологической лаборатории Weill Cornell Medicine, где было проведено исследование. В 2011 лаборатория установила систему замедленной съемки в своих инкубаторах, чтобы специалисты могли наблюдать за развитием эмбрионов в реальном времени и записывать его на видео. Это дало им то, чего нет у многих клиник оплодотворения в США - видео более 10 000 абсолютно анонимных эмбрионов, каждое из которых можно поместить в нейронную сеть. Около двух лет назад Занинович начал искать эксперта по ИИ, с которым он мог бы сотрудничать. И нашел такого в соседнем кампусе в лице Оливье Элементо, директора Корнеллского Института Точной Медицины им. Энгландера.
Многие годы Элементо собирал всевозможные данные медицинской визуализации - МРТ, маммограммы, окрашенные диапозитивы опухолевых тканей - ото всех коллег, которые их ему давали - чтобы разработать автоматическую систему и помочь радиологам и патологам лучше справляться с работой. Он никогда не пытался сделать это с ЭКО, но сразу же увидел потенциал. Многое из того, что происходит с эмбрионом, недоступно человеческому глазу - но не компьютерному. “Это был шанс автоматизировать затратный по времени, чреватый ошибками процесс,” - говорит он. “Такого прежде никогда не делали с человеческими эмбрионами”.
Чтобы оценить, как нейронная сеть, названная STORK, выдерживает сравнение со своими коллегами-людьми, исследователи наняли пять эмбриологов из клиник на трех континентах и попросили их оценить 394 эмбриона, основываясь на изображениях, взятых из разных лабораториях. Пять эмбриологов сошлись во мнении только по поводу 89 эмбрионов, то есть, менее четверти от общего числа. Поэтому исследователи установили мажоритарную систему голосования - три из пяти эмбриологов должны были согласиться друг с другом в оценке. Когда STORK посмотрела на те же самые изображения, она предсказала решение голосования с точностью 95.7 %. Самый последовательный волонтер справлялся с этой задачей 70 % от всего времени эксперимента. Наименее внимательный - 25 %
На данный момент, STORK - это просто инструмент, куда эмбриологи могут загружать изображения и с которым могут экспериментировать на безопасном сайте Корнелла. Эту сеть не будут использовать в клиниках до тех пор, пока она не пройдет тщательную проверку, которая позволит оценить работу алгоритма в реальной жизни. Элементо говорит, что группа все еще работает над дизайном такого теста: в нем маленькая, случайная когорта эмбриологов будет противостоять ИИ. Самое главное - понять, на самом ли деле STORK улучшает результаты ЭКО - ведь важна не только трансплантация, но и успешная, доношенная беременность. На этот счет по крайней мере некоторые эмбриологи скептичны.
“Все, что может сделать этот алгоритм, это поменять порядок, в котором мы подсаживаем эмбрионов,” - говорит Эрик Форман, медицинский и лабораторный директор Центра репродукции Колумбийского университета. “Нужно больше доказательств, что это помогает женщинам забеременеть быстрее и безопаснее”. Он беспокоится, что STORK может лишь немного улучшить успехи ЭКО, привнося другие субъективные моменты.
Помимо оценки эмбрионов, клиника в Колумбии использует предимплантационную генетическую диагностику, чтобы повысить шансы пациенток на беременность. Это не рутинная процедура, но предлагают ее всем. Форман говорит, что около 70 % циклов ЭКО в клинике включают процедуру биопсии бластоцисты, которая может увеличить конечный счет на несколько тысяч долларов. Поэтому он так заинтригован планами команды Элементо. Сейчас они тренируют новую группу нейронных сетей замечать аномалии в хромосомах - например, такие, которые приводят к синдрому Дауна. Когда эмбрион будет развиваться под пристальным взглядом камеры, алгоритм Элементо сможет проверять данные на признаки проблемы. “Мы думаем, что закономерности деления клеток, которые можно запечатлеть с помощью этих видеофильмов, могут потенциально нести в себе информацию о других дефектах, видимых только на таких снимках,” - говорит Элементо. Они также размышляют, как можно использовать эту технику, чтобы предсказать выкидыши.
Процедуре ЭКО есть куда развиваться, и эти алгоритмические апгрейды могут совершить прорыв - при правильных обстоятельствах. “Если они способны сделать правильные предсказания в реальном времени с минимальными рисками вреда и без дополнительных расходов, тогда можно говорить о потенциале внедрения ИИ в отбор эмбрионов,” - говорит Форман. Но существуют определенные препятствия для его использования. У большинства клиник ЭКО нет таких навороченных систем покадровой записи, потому что они очень дорогие. Кроме того, существует много других, более доступных потенциальных возможностей улучшить жизнеспособность эмбрионов - например, адаптировать гормональное лечение и техники культивирования под разные виды бесплодия. В конце концов, однако, проблема номер один в клиниках ЭКО - то, что иногда достаточного количества качественных яйцеклеток просто нет, не важно, через сколько циклов проходит пациентка. Никакой ИИ, каким бы умным он не был, не может ничего поделать по этому поводу.
С этого места поподробнее...