تشخیص سندرم داون با هوش مصنوعی

یک مطالعه مشترک بین‌المللی که توسط اُوایشن فرتیلیتی و لایف‌ویشپرر مستقر در استرالیا انجام شده، نشان می‌دهد مدل‌های هوش مصنوعی که روی تصاویر دوبعدی روز پنجم جنین‌ها اعمال می‌شوند، می‌توانند به‌ طور غیرتهاجمی آنیوپلوئیدی را شناسایی کنند که مربوط به کروموزوم ۲۱ – کروموزوم مرتبط با سندرم داون – است.

نتایج این مطالعه، تشخیص با این روش را بسیار دقیق توصیف کرده است. در این مطالعه تحقیقاتی کروموزوم، اولین بار است که یک فناوری غیرتهاجمی قادر به شناسایی یک ناهنجاری کروموزومی خاص می‌شود. در این مطالعه، محققان از فناوری جدید هوش مصنوعی برای ارزیابی تصاویر استاتیک دوبعدی از جنین‌های ایجادشده از طریق چرخه‌های کامل IVF در آزمایشگاه‌ها استفاده کرده‌اند.

محققان تصاویر جنین را از یک دوربین میکروسکوپ استاندارد با استفاده از ابزار هوش مصنوعی تجزیه و تحلیل کرده و سپس نتایج را با نتیجه آزمایش کروموزومی توسط جنین‌شناس مقایسه کرده‌اند. این اولین مطالعه ایالات متحده است که با موفقیت، هوش مصنوعی را با یادگیری عمیق از طریق بینایی کامپیوتری در تشخیص ناهنجاری جنین به کار می‌برد. تکنیک‌های کم‌تهاجمی برای غربالگری ژنتیکی قبل از لانه‌گزینی موضوع داغی است که به روش‌های جایگزین برای تجزیه و تحلیل DNA از مایع بلاستوکول جنینی یک بلاستوسیست در حال رشد منجر می‌شود، اما این روش همچنان نیازمند نمونه‌برداری از بافت جنین است.

تجزیه و تحلیل جنین با هوش مصنوعی یک روش واقعاً غیر‌تهاجمی برای شناسایی جنین‌های آنیوپلوئید بر اساس مورفولوژی است. فناوری تجزیه و تحلیل جنین با هوش مصنوعی لایف‌ویشپرر در سال ۲۰۱۹ ابداع شده و به جنین‌شناسان ابزاری غیر‌تهاجمی برای جنین ایجادشده از طریق چرخه IVF ارائه می‌دهد که به احتمال زیاد به تولد زنده و نوزاد سالم می‌انجامد.