Tüp bebek tedavilerinin başarısında kritik rol oynayan embriyo kalitesi değerlendirmesi, yapay zeka desteğiyle daha objektif hale gelebilir. Araştırmacılar, günümüzde büyük ölçüde uzman görüşlerine dayanan bu süreci otomatikleştiren yenilikçi bir sistem geliştirdi.
Mevcut embriyo değerlendirme yöntemleri, embriyologların morfolojik özellikleri görsel olarak incelemesine dayanıyor. Bu yaklaşım subjektif değerlendirmelere ve uzmanlar arasında tutarsızlıklara neden olabiliyor. Ayrıca kalite güvencesi standardizasyonunda da zorluklar yaşanıyor.
Yeni geliştirilen sistem, multitask embedding yaklaşımını kullanarak 5. gün insan embriyolarının görüntülerini analiz ediyor. ResNet-18 mimarisi üzerine kurulu olan bu teknoloji, embedding katmanı ile desteklenerek sınırlı veri setlerinden bile etkili öğrenme gerçekleştiriyor.
Sistem özellikle üç kritik embriyo bileşenini otomatik olarak tanımlıyor ve derecelendiriyor: trofektoderm (TE), iç hücre kütlesi (ICM) ve blastosist genişlemesi (EXP). Bu yapılar görsel olarak oldukça benzer olduğu için geleneksel yöntemlerle ayırt edilmesi zor olan bölgelerdir.
Bu teknolojik gelişme, tüp bebek tedavilerinde daha objektif değerlendirmeler yapılmasını sağlayarak başarı oranlarının artmasına katkıda bulunabilir. Aynı zamanda embriyo değerlendirmede global standartların oluşturulmasına da önemli bir adım teşkil ediyor.