目前，医生主要使用显微镜来评估胚胎是否存在异常。为了获得有关染色体的信息，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。

新算法STORK-A使用受精后5天拍摄的胚胎显微镜图像、胚胎质量评分、母亲年龄等信息，会自动“学习”将数据的某些特征与非整倍体的可能性相关联。研究团队在10378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算法，发现了相当的准确性结果，证明了STORK-A的普遍性。

据研究人员评估，该算法在预测非整倍体与正常染色体“整倍体”胚胎方面的准确性接近70%。在预测涉及多个染色体的非整倍体（复杂的非整倍体）与整倍体相比，STORK-A的准确率为77.6%。

新算法代表了在降低体外受精胚胎选择风险、减少主观性、降低成本和提高准确性方面取得的进展，这是AI潜在改变医学的一个很好的例子。

信息来源：

https://news.cornell.edu/stories/2022/12/harnessing-ai-technology-ivf-embryo-selection

https://www.thelancet.com/journals/landig/article/PIIS2589-7500(22)00213-8/fulltext

科技日报. 张梦然. http://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2022-12/26/content_546485.htm?div=-1