近年来，人工智能在生命科学领域悄然掀起新的革命。知名度最高的应用之一是美国公司开发的“阿尔法折叠”，它能够利用人工智能準确预测蛋白质的静态三维结构。前不久，中国科学家更进一步，开发出可以预测蛋白质动态结构的人工智能模型。近日，美国康奈尔大学医学院发布最新消息称，研究团队新开发出一种人工智能(AI)演算法，可避免活检的缺点，非侵入性地确定体外受精胚胎的染色体数量是否正常，準确率约为百分之七十。

 研究人员指出，染色体数量异常，称为非整倍体，是体外受精(IVF)胚胎无法植入或无法健康怀孕的主要原因。目前检测非整倍体的方法之一涉及对胚胎细胞进行类似活检的取样和基因检测，这种方法增加了IVF过程的成本，并且对胚胎具有侵入性。

 目前，医生主要使用显微镜来评估胚胎是否存在与生存能力差相关的显着异常。为了获得有关染色体的资讯，医生还可使用一种称为植入前非整倍体基因检测(PGT-A)的活检方法。

 在新研究中，研究团队开发了STORK-A演算法作为PGT-A的潜在替代方法，或作为一种更具选择性的方式来决定哪些胚胎应该进行PGT-A测试。

 研究人员指出，新演算法STORK-A使用受精后五天拍摄的胚胎显微镜图像、胚胎品质评分、母亲年龄等资讯，会自动“学习”将数据的某些特徵与非整倍体的可能性相关联。研究团队在超过一万个胚泡的数据集上训练了STORK-A，这些胚泡的倍性状态已知。他们在独立数据集上测试了该演算法，发现了相当的準确性结果，证明了STORK-A的普遍性。

 研究人员评估后称，该演算法在预测非整倍体与正常染色体“整倍体”胚胎方面的準确性接近百分之七十。在预测涉及多个染色体的非整倍体（複杂的非整倍体）与整倍体相比，STORK-A的準确率为百分之七十七点六。他们希望最终能够使用AI和电脑视觉技术以完全非侵入性的方式预测非整倍体。此外，新演算法代表了在降低IVF胚胎选择风险、减少主观性、降低成本和提高準确性方面取得的进展。研究人员还称，这是AI潜在改变医学的一个很好的例子。

 有业内人士指出，上述研究则独闢蹊径，把人工智能应用于预测体外受精胚胎的染色体数量是否正常。无论在哪一种研究和应用中，人工智能都完美展示了其“过人之处”，即提升效率、降低成本、方便快捷。至于人工智能应用于预测体外受精胚胎的染色体数量何时广泛使用，仍有待团队进一步详细公布。

 美 子