D5的胚胎已经入囊胚阶段，临床上应用最为广泛的是Gardner人类囊胚分级系统，即根据囊胚腔扩张、内细胞团孵出、滋养层细胞及内细胞团细胞的形态对胚胎进行评分。一般而言，如果囊胚腔完全占据胚胎或正在从透明带中孵出、内细胞团和滋养层细胞数目较多且排列紧密，则表明该胚胎具有较高的发育潜力。
图2 囊胚腔逐渐扩张并从透明带中孵出（图源：[1]）
不过，以上评价体系不论针对的是哪一天的胚胎，传统上都仅在特定的时间点对胚胎进行观察，丢失了胚胎发育过程中的动态信息。为此，时差成像系统（Time-lapse imaging，TLI）应运而生，将胚胎培养箱和光学系统集成于一体，在不干扰胚胎发育的情况下，帮助胚胎学家获取胚胎从受精到移植期间的连续动态图像，为胚胎筛选提供了更多的依据。
但动态监测产生的大量图像数据又给胚胎学家带来了巨大的工作负担，且胚胎学家的主观评价极可能受到其过往经验、疲劳程度的影响，而擅长对海量数据进行整合处理的人工智能如能介入决策，则更具备效率高、评价标准稳定的优势，甚至能够发现人类难以觉察的时空动态特征。
例如华中科技大学同济医学院的研究团队在2021年3月，就基于视频准备算法、空间流和事件流模型开发出了一种名为STEM和STEM+的集成预测模型，在预测胚胎发育成囊胚的潜力方面，表现出了70%以上的准确率和0.8左右的AUC（机器学习中一种评价分类器好坏的指标）[2]。另一个小组在2021年12月开发出一种整倍体预测算法，能够结合时差成像系统提供的信息以及患者年龄、囊胚天数等数据预测胚胎的整倍体性，在测试数据集上预测整倍体的结果AUC 达到0.80[3]。
而在已经进入商业化的人工智能评分系统中，瑞典辅助生殖领域知名公司vitrolife所推出的胚胎决策支持工具iDAScore经由庞大、多样化的数据集训练和验证，可自动对胚胎进行评分并有望推广到所有诊所。美国人工智能医疗保健公司Presagen开发的 Life Whisperer Viability则能够评估胚胎植入潜力和临床怀孕的可能性，结果优于胚胎学家人工评估25%，缩短怀孕时间15%。
近日，又有一篇发表于Human Reproduction的文章“Human blastocyst spontaneous collapse is associated with worse morphological quality and higher degeneration and aneuploidy rates: a comprehensive analysis standardized through artificial intelligence”利用人工智能对囊胚自发塌陷和囊胚形态质量、退化几率及非整倍体几率的相关性进行了综合分析。
图3 研究成果（图源：[5]）
囊胚自发塌陷指的是胚胎在发育过程中，囊胚腔液流出、胚胎体积缩小以及外滋养层与透明带脱离的现象，尽管其发生的原因尚不清楚，但极有可能作为胚胎发育潜能下降的标志。
在这项研究中，AI软件自动分析了720个周期2348个时差显微镜（Time-lapse microscopy，TLM）成像视频，所有的胚胎均达到囊胚起始阶段（time of starting blastulation，tSB），其中在77.6%的周期中至少记录了一个发生自发塌陷的胚胎。囊胚自发塌陷的次数与囊胚扩张时间（time of expanding blastocyst，tEB)）和活检时间的延迟有关。囊胚质量越差，自发塌陷的次数越多，时间也越长，其整倍体率也显著降低，塌陷次数从0到4次对应的整倍体率分别为47%、38%、32%、31%和20%。在研究中，tSB、tEB、每次塌陷起止时间、两次塌陷之间的之间、收缩比例、塌陷时胚胎:透明带比率等数据均由AI软件自动记录。
该结果将有助于胚胎学家将囊胚自发塌陷也纳入胚胎植入评分体系，另外，还有文章指出，辅助孵化能够改善自发塌陷囊胚的着床潜能[6]，或许未来能够在AI评分的基础上“挽救”这些发生了自发塌陷的“差生”。辅助孵化即对透明带进行切薄、打孔等操作，帮助胚胎“破壳而出”，顺利与子宫内膜接触。
相信随着胚胎发育过程中的奥秘被一点一点揭开，人工智能辅助下的无创胚胎评级会变得越来越可靠，尽管依然无法取代有创的PGT，但凭借着其对医疗设备资源较低的依赖性，能够更好地推广到各地的生殖中心，甚至通过远程医疗触达更偏远地区的患者！
参考资料：
[1]https://www.invitra.com/en/
[2]Liao, Q., Zhang, Q., Feng, X. et al. Development of deep learning algorithms for predicting blastocyst formation and quality by time-lapse monitoring. Commun Biol 4, 415 (2021). https://doi.org/10.1038/s42003-021-01937-1
[3]Huang, B., Tan, W., Li, Z. et al. An artificial intelligence model (euploid prediction algorithm) can predict embryo ploidy status based on time-lapse data. Reprod Biol Endocrinol 19, 185 (2021). https://doi.org/10.1186/s12958-021-00864-4
[4]https://www.vitrolife.com/
[5]Danilo Cimadomo, Anabella Marconetto, Samuele Trio, et al, Human blastocyst spontaneous collapse is associated with worse morphological quality and higher degeneration and aneuploidy rates: a comprehensive analysis standardized through artificial intelligence, Human Reproduction, Volume 37, Issue 10, October 2022, Pages 2291–2306, https://doi.org/10.1093/humrep/deac175
[6]A Mifsud-Giner, A Tejera, M.A Valera, et al, P-213 Assisted Hatching as new indication to improve diminished implantation potential after spontaneous collapsed blastocyst, Human Reproduction, Volume 37, Issue Supplement_1, July 2022, deac107.206, https://doi.org/10.1093/humrep/deac107.206
