طور باحثون من جامعة بن غوريون نموذج ذكاء اصطناعي يتنبأ بفرص تجذير الجنين، بناء على معلومات من أشقاء الجنين من نفس دورة العلاج
إلى أي درجة تعكسك صفات أخيك؟ حسنًا، يمكن أن تشير ملامح الأخ الجنيني إلى النجاح المحتمل لعملية التلقيح الصناعي. تعمل المجموعة البحثية للدكتور عساف زاريتسكي من جامعة بن غوريون في النقب على إحداث ثورة في مجال التخصيب في المختبر (IVF) من خلال تطوير نموذج ذكاء اصطناعي يتنبأ بفرص زرع الجنين، بناءً على معلومات من أشقاء الجنين من نفس دورة العلاج . ونشرت الدراسة في مجلة مرموقة العلوم المتقدمة.
في علاج أطفال الأنابيب، يتم تخصيب حوالي عشرة أجنة شقيقة، ويتم اختيار جنين واحد أو اثنين فقط منها لإعادتها إلى الرحم. يتم الاختيار بناءً على جودتها - إمكانية التجذير التي تحددها الخصائص البصرية مثل حجم الجنين وبنيته. على الرغم من اختيار أجنة عالية الجودة لاسترجاعها، إلا أن هناك قدرًا كبيرًا من عدم اليقين بشأن درجة نجاح العلاج. "عندما بدأنا البحث، سألنا أنفسنا، هل من الممكن الحد من عدم الاعتراف باستخدام المعلومات الموجودة بين الأجنة الشقيقة؟ بعد كل شيء، يتشارك الأخوان في السمات الجينية التي يمكن التعبير عنها أيضًا في إمكانية نجاح العلاج". الدكتور عساف زاريتسكي من قسم هندسة البرمجيات ونظم المعلومات في جامعة بن غوريون في النقب. هذه الفكرة قادت نعوم زوكرمان، بمساعدة منعوديد روتيمقام طلاب الأبحاث في مجموعة الدكتور زاريتسكي البحثية، بالتعاون مع الشركة الناشئة AIVF، بتطوير نموذج يعتمد على التعلم الآلي (AI)، للتنبؤ بفرص نجاح علاج أطفال الأنابيب، بناءً على السمات البصرية للجنين التي أعيدت إلى الرحم مع الأشقاء الذين لم يتم إعادتهم.
وُلد أول طفل أنابيب قبل أكثر من 45 عامًا، وأكسبت تقنية الإخصاب في المختبر مخترعها جائزة نوبل في الطب. وعلى الرغم من ذلك، فإن تقييم درجة نجاح العلاج بناءً على الخصائص البصرية، لم يتغير بشكل كبير منذ الأيام الأولى لهذا المجال. وفي السنوات الأخيرة، شهد هذا المجال ثورة، وذلك بفضل استخدام الأساليب القائمة على الذكاء الاصطناعي التي تستخرج معلومات أكثر موضوعية حول جودة الجنين وفرص نجاح العلاج من الصور المجهرية للجنين وعملية تطوره.
ومن خلال مقارنة أداء نماذج الذكاء الاصطناعي التي استخدمت مقابل تلك التي لم تستخدم بيانات الأجنة الشقيقة، أثبت الباحثون صحة فرضيتهم فيما يتعلق بمساهمة المعلومات الواردة من الأشقاء في نجاح التنبؤ. وقد أظهر الباحثون هذا المبدأ في عدة نماذج مختلفة للذكاء الاصطناعي، يعتمد كل منها على ميزات أخرى للأجنة مثل الخصائص البصرية من الصور الثابتة للأجنة، والبيانات المتعلقة بكيفية تطورها، وعمر المريض. تشير هذه النتائج إلى أن التشابه البصري بين الأشقاء يمكن أن يساعد في تقليل عدم اليقين بالنسبة لجنين واحد.
"لقد وجدنا في البحث طريقة تفكير تلبي الحاجة إلى تعظيم فرص الجنين في التجذير، بناءً على البيانات المهمة التي تمت ملاحظتها في العرض التوضيحي، ولذلك قررنا الاستثمار في هذا النموذج المهم وتطويره. يتيح هذا النموذج إمكانية الحصول على معلومات قيمة من شأنها توفير الوقت والجهد على النساء اللاتي يتم علاجهن. وقالت: "أرى قيمة كبيرة في ذلك". دانييلا جيلبوا، الرئيس التنفيذي لشركة AIVF.
"من وجهة نظر سريرية، هناك فرصة هنا لاستخدام المعلومات الخاصة بالأجنة الشقيقة التي يتم جمعها بشكل روتيني في العيادة ولا يتم استخدامها حاليًا، لصالح تحسين التنبؤ بإمكانية زرع الجنين المعاد. وعلمياً نستخدم المعلومات الارتباطية لدى الأشقاء لتحسين المعلومات (الصاخبة) لدى الجنين. ومن وجهة نظر حسابية، فإننا نعرض هنا طريقة جديدة لاستخدام المعلومات غير الموسومة". دكتور زاريتسكي. وخلص إلى القول: "لقد تمكنا من إظهار أنه يمكن تحقيق التحسن دون أي تكلفة إضافية باستخدام بيانات الجنين الحالية مع آثار مباشرة على الشفافية السريرية وتحسين التنبؤ بنجاح العلاج".
ضمت مجموعة البحث: نوعام زوكرمان، عوديد روتيم، ود. أساف زاريتسكي من قسم هندسة البرمجيات ونظم المعلومات في جامعة بن غوريون في النقب، بالإضافة إلى مايا زرافاتي شابيرو، رون ماور، ماركوس ماسجر، دانييلا جلبوع. والبروفيسور دانيال ش. سيدمان من AIVF.
تم تمويل هذا البحث جزئيًا من قبل مركز علوم البيانات في جامعة بن غوريون في النقب.
المزيد عن الموضوع على موقع العلوم:
