Forskare vid University of Technology Sydney (UTS) har utvecklat ett AI-verktyg för att identifiera spermier hos män med svår infertilitet snabbare och mer exakt än medicinsk personal.
Studien presenterades vid det 39:e årsmötet för European Society of Human Reproduction and Embryology (ESHRE). Forskargruppen demonstrerade en AI som kan hjälpa män med begränsad spermieproduktion att få biologiska barn.
För närvarande måste dessa patienter genomgå ett ingrepp där en del av deras testiklar avlägsnas, varifrån embryologer manuellt extraherar spermier. Dessa spermier används sedan för att befrukta partnerns ägg via ICSI-behandling (Intracytoplasmatisk spermieinjektion).
Den nuvarande processen är mödosam och tidskrävande, tar ofta upp till 6 timmar och kan leda till trötthet som påverkar noggrannheten i identifieringen av spermier.
Processen har en hög felfrekvens och måste ofta upprepas.
Studien, som leds av professor Majid Warkiani vid UTS School of Biomedical Engineering, presenterar ett AI-verktyg som kallas SpermSearch och som påskyndar denna krävande process.
Huvudförfattaren Dale Goss, doktorand, konstaterade att "det här verktyget kan ge patienter som har mycket små chanser att få egna biologiska barn en ökad chans".
Han tillade: "Algoritmen förbättrar föråldrade metoder som inte har uppdaterats på årtionden. Den kommer att säkerställa en snabb identifiering av spermier i prover, vilket inte bara ökar chansen för ett par att bli gravida med sina egna biologiska barn, utan också minskar stressen på spermierna och ökar effektiviteten i laboratoriet."
Så här fungerar det
Forskarna framhöll att cirka 1% av alla män, och cirka 5% av de par som söker fertilitetsbehandling, lider av icke-obstruktiv azoospermi (NOA) - en allvarlig form av infertilitet som kännetecknas av att det inte finns några spermier i sperman.
Embryologer identifierar för närvarande spermier för ICSI genom att noggrant strimla vävnadsprover och separera dem med pincett eller fina nålar. Eventuella spermier släpps sedan ut i en specialberedd vätska, placeras i en petriskål och analyseras under mikroskop. Processen är utmanande på grund av kontaminering från andra celler och partiklar, och om embryologen missar spermierna minskar lyckandegraden.
Det AI-drivna verktyget SpermSearch är utformat för att påskynda denna process. Teamet tränade AI-algoritmen med hjälp av tusentals mikroskopbilder med spermier märkta. AI-verktyget lärde sig att identifiera hur spermierna såg ut genom bildanalys.
Teamet använde både friska spermieprover och testikelvävnadsprover från sju patienter som diagnostiserats med NOA för testerna.
Dessa patienter, i åldrarna 36 till 55 år, hade tidigare genomgått kirurgisk spermiehämtning på kliniken och donerat överbliven vävnad som förberetts för spermiehämtning men inte använts.
AI-systemet ställdes sedan mot en embryolog i en tidsstudie för identifiering av spermier och noggrannhet. AI identifierade spermier i varje område av droppen som sågs på mindre än en tusendel av den tid det tog för en embryolog. Det hittade 60 fler spermier och var 5% mer exakt än embryologen per synligt droppområde.
Forskarna varnade dock för att deras studie baseras på ett proof-of-concept-test, och att det krävs en klinisk prövning för att säkerställa teknikens effektivitet och prestanda vid detektering av spermier.
Carlos Calhaz-Jorge, professor och ordförande för ESHRE, som inte deltog i studien, säger: "För män som diagnostiserats med icke-obstruktiv azoospermi är ICSI med spermier från testiklarna den enda realistiska möjligheten att få biologiska barn. Det här är en preliminär studie av användningen av AI för att hitta friska spermier hos män som upplever denna typ av infertilitet. Att hitta friska spermier under mikroskop i fragment av testikelbiopsier kan vara en besvärlig process. Möjligheten att använda AI för att göra processen snabbare och mer exakt är mycket intressant. Vi behöver se mer forskning för att bygga vidare på dessa resultat."
AI:s roll inom medicin är väletablerad, men under de senaste två månaderna har vi sett ett stort antal mycket lovande studier.
AI är till exempel Förbättring av MRT-bilder, hjälper tandläkare utveckla tandkronor, upptäcka näthinnesjukdom hos spädbarn, upptäcka hjärtsjukdomar från EKG, och påskyndar läkemedelsupptäckten.
Även om alla dessa applikationer måste genomgå omfattande kliniska prövningar kommer AI säkerligen att spela en central roll i framtidens medicin.
