综述：人工智能在生殖医学中的应用、挑战与责任转化：批判性综述

《Reproductive Biology and Endocrinology》：Artificial intelligence and research integrity in reproductive medicine: reproducibility, transparency, accountability, and responsible translation

　　

摘要

人工智能（AI）正在生殖医学领域得到越来越多的研究与应用，涵盖精液分析、精子检测与筛选、卵子和胚胎评估、辅助生殖技术结局预测、临床决策支持以及多组学数据整合等方面。大型语言模型和生成式人工智能也正作为科研写作、教育、文档管理和研究支持的工具崭露头角。本综述批判性地审视了人工智能在生殖医学中的现有应用、临床成熟度以及对科研诚信的影响。尽管许多模型在分类、排序或结局预测方面展现出令人振奋的性能，但目前可用的证据仍以回顾性研究为主，且多局限于特定任务，来源于单中心或仅经内部验证的数据集。较高的技术性能并不必然转化为累积活产率的提高、患者安全的改善、成本效益的提升、工作流程效率的优化或临床结局的公平性提升。重要的障碍包括数据集异质性、缺乏外部及前瞻性验证、校准评估不足、数据泄露、算法偏见、可解释性有限、隐私与网络安全风险，以及对性能漂移的脆弱性。生成式人工智能带来了额外的担忧，包括虚构参考文献、不准确的科学总结、未披露的贡献、保密性泄露，以及生成或篡改可能被错误呈现为实证证据的图像。负责任的转化因此需要透明的报告、独立的时间与地理验证、亚组与公平性分析、前瞻性临床影响评估、数据与模型溯源的保留，以及部署后的持续监测。当前国际指南进一步强调，人工智能系统不具备作者资格，负责任的人类研究者必须核实生成内容并披露实质性的人工智能使用。现阶段，人工智能应被视为一项辅助技术，用于增强而非取代胚胎学家、临床医生和研究者的工作。未来的进展将依赖于以患者重要结局为指标的多中心前瞻性研究、与设计方案相匹配的报告框架、基于风险的监管监督，以及贯穿人工智能全生命周期明确界定的人类责任。