生孩子都能找AI帮忙？AI或助人类做出最优选择

UFO爱好者

生孩子都能找AI帮忙？AI或助人类做出最优选择是怎么回事，是真的吗？2018年02月08日是本文发布时间是这个时间。下面一起来看看到底怎么回事吧。
                                生孩子都能找AI帮忙？AI或助人类做出最优选择
                               
                                人工智能技术能帮助做试管婴儿的人选择最具活力的胚胎。
                               
                               


对于患者及家属来说，不育症的治疗过程就像精神与经济的过山车。有许多尝试受孕的夫妇在试管婴儿周期中，常常出现多次无明确缘由的失败。他们为治疗承担了巨大的情感、身体及经济上的负担，最终却收获这样令人心碎的结局。而随着AI技术的涌现，治疗不育难题似乎又出现了新的曙光。

在此之前，AI已经开始用于解决一系列医学健康问题。例如，IBM开发出了一个预测心脏衰竭的模型，并且将沃森超级计算机借与史隆·凯特琳纪念癌症中心，用以研发癌症诊断及治疗选择计划。为了提升分析能力，沃森基因解决方案（Watson for Genomes）每个月需学习约一万篇科学文献和100种新的临床试验报告。斯坦福大学在AI的医学应用领域也颇有建树，他们曾开发出预测药物安全性的深度学习算法，另外，他们还创建了可识别肺癌类型、预测患者存活率的模型。而英特尔公司最近也宣布，加入肺癌早期检测算法的竞争中。

在不育症治疗中使用AI的想法，在二十多年已经出现。目前最接近这一目标，也是唯一获FDA批准的胚胎选择辅助手段，是被称作Eeve测试的早期胚胎活性评估测定技术，即在胚胎培养期间采用延时显微成像的方法收集数据，然后由一套算法预测哪个胚胎的发育前景最佳。

由于该算法一旦成型，便不能根据新的信息进行调整，因此这其实并不算是真正的AI。真正的AI系统可通过深度学习，摄取新信息并进行自我改良。深度学习中的“学习”是通过“训练”来实现的：成百上千的数据点被填入模型，从而得到预测的计算结果——这个预测的结果可以被拿来与实际输出结果做对比，然后模型会重新进行自我调整。输入值可以为文本、声波、信号以及在医疗应用中最重要的：影像。

那么，真正的AI在试管婴儿中的应用情况如何？目前，此类系统仍处在试验阶段，但已经展现出一定的潜力。例如，在一项于近期发表于Nature子刊Scientific Data的研究中，来自巴西的团队设计出一套系统，能根据牛胚胎的图像，识别最有可能存活的胚胎。总体而言，该系统的准确率有76%，可以捕捉到人工无法识别的不良胚胎信号的微小细节。

在与人类不育症斗争的过程中，一家名为Life Whisperer的AI初创企业引起了关注，它的目标是解决AI从理论到试验阶段，再到真正人类胚胎的过程中，所遇到的各种难题。Apple的联合创始人史蒂芬·沃兹尼克（Steve Wozniak）将Life Whisperer作为全球冠军，列入Talent Unleashed Awards的“最佳创意——最受瞩目”目录。

当然，新兴公司并没有义务在同行评议的期刊上发布他们的结果。Life Whisperer称，与其商界同伴MonashIVF共同开展的回溯性试验，都表现出了“鉴别活力胚胎的高度精确性”——显然，这句话等于什么都没说。

除此之外，确定最有活力的胚胎只是试管婴儿的第一道障碍。那些胚胎随后必须移植入母体——受不育困扰的女性多在35岁以上，她们通常经历过多次难以解释的移植失败，并且可能患有已知的生育疾病，例如子宫内膜异位症。

真正“点对点”治疗不育症的AI手段，首先需要解决的是不同医疗数据库之间的整合问题。目前，众多医院拥有大量患者人口统计、医疗病史、药物疗法、移植前遗传筛查以及临床妊娠结果数据，这些数据可以帮助医生从多种治疗手段中选取成功率最高的方法，并且从患者的疗效中获取新的信息。但由于这些数据库往往互不相通，因此给AI的学习造成很大的挑战。

在临床胚胎学中，我们还没有完全弄清楚，预测试管婴儿成功与否的变量有哪些，或许其中最重要的变量还没有被我们发现。但是，AI可能为我们找出其中的关键。AI技术在不育医学治疗中的巨大潜力，或将帮助医生从患者数据中发现有助于疑难不育治疗的新模式。

撰文 Carol Curchoe, Charles Bormann
翻译 许楠
审校 吴非

原文链接：https://blogs.scientificamerican.com/observations/what-ai-can-do-for-ivf/