《Journal of Assisted Reproduction and Genetics》：Two sides of the same algorithm: a qualitative study of ART professionals’ and patients’ views on the use of machine learning for embryo assessment and selection
编辑推荐：
摘要目的：机器学习（ML）正越来越多地被引入辅助生殖临床实践，尤其是在胚胎分级与选择方面。本研究旨在探索辅助生殖技术（ART）从业者、监管者及患者如何理解ML在胚胎评估中的使用。方法：研究人员对来自澳大利亚诊所的10名ART从业者/监管者以及10名正在接受辅助
摘要目的：机器学习（ML）正越来越多地被引入辅助生殖临床实践，尤其是在胚胎分级与选择方面。本研究旨在探索辅助生殖技术（ART）从业者、监管者及患者如何理解ML在胚胎评估中的使用。方法：研究人员对来自澳大利亚诊所的10名ART从业者/监管者以及10名正在接受辅助生殖治疗的患者进行了半结构化访谈。访谈探讨了与临床实施伦理相关的一些主题。结果：从业者和患者均表达了对ML的不信任，并强调在胚胎选择中人类监督的重要性。参与者指出了关于ML如何产生知识的不确定性，并提出了关于ML辅助决策的责任与问责问题。有担忧认为，ML在追求选择胚胎的过程中可能导致丢弃可存活胚胎。参与者呼吁诊所全面披露ML的使用情况。多数从业者倾向于透明的ML模型，并关注因训练不足的算法、操作错误及潜在的算法偏差导致的错误评分。部分从业者还表达了对过度依赖ML及劳动力技能退化风险的担忧。结论：ART从业者和患者对将ML引入胚胎选择持谨慎态度，并强调人类监督、透明度和问责的持续重要性。关于ML的知识生产仍存在争议，如何最佳地整合ML并重新配置胚胎学家的工作及其专业专长尚不确定。
这篇发表在《Journal of Assisted Reproduction and Genetics》上的定性研究聚焦于辅助生殖技术（ART）领域机器学习（ML）用于胚胎评估这一新兴实践，深入探讨了关键利益相关者的看法。在传统ART中，胚胎学家依赖标准化分级系统（如Gardner评分）进行评估，但这类方法存在主观性强、观察者间及观察者内变异大的问题。ML作为一种人工智能（AI）技术，通过分析延时或静态胚胎图像预测发育潜能，有望提高评估的一致性和客观性。部分研究显示ML可达到甚至超越胚胎学家的表现，但一项近期临床试验表明，ML与人工评估在临床妊娠率上无显著差异，不过ML可提升效率。然而，ML在胚胎评估中的应用引发了多重伦理与实践挑战：许多模型是“不透明”的，其决策过程难以解读，导致对结果生成机制和问责归属的不确定性；还存在算法偏差、过度依赖自动化系统、公平性获取等问题。当前，较少研究关注利益相关者对ML的看法。澳大利亚作为辅助生殖高利用率、公共补贴且多家诊所参与ML技术开发的国家，为本研究提供了适宜环境。为此，研究人员开展了一项定性研究，旨在了解ART从业者、监管者和患者对ML用于胚胎评估的态度及其实施中的社会、伦理和实践影响。
研究人员采用半结构化访谈方法，于2023年4月至7月间通过已知网络、育儿论坛和社交媒体招募参与者。样本来源为澳大利亚诊所，具体包括10名ART从业者/监管者（均具有10年以上从业经验，来自不同州和岗位）以及10名正在或曾接受ART治疗（涉及IVF或ICSI）的患者（年龄28-51岁，均居住并治疗于维多利亚州）。访谈提纲涵盖与ML胚胎评估临床实施相关的伦理主题，在提问前先向参与者解释ML模型及其在澳大利亚的当前使用情况。访谈转录后采用归纳性内容分析（ICA）方法编码，由两位研究人员（ANSW和MJ）分别编码并讨论达成共识。
研究结果呈现了多个核心主题。在“拟人化ML”方面，研究发现，大多数患者和从业者均将ML拟人化为实验室“团队”成员，但强调人类监督的不可或缺。患者认为胚胎学家的“人性因素”是这一不可靠技术的安全保障；从业者视ML为支持工具，但仍坚持将胚胎学家作为最终决策权威。在“对ML技术的信任与不信任”方面，从业者基于第一手经验（如错误评分、环境因素影响、算法偏差）对ML持怀疑态度，认为评分系统有缺陷且数据质量不可靠；患者也质疑ML是否准备就绪，认为需要更多高质量研究和长期验证数据。在“问责”方面，从业者普遍认为诊所应对ML相关错误负责，同时强调自身需验证ML决策；部分患者则认为责任应归于ML本身或制造商，但也有患者指出因评估主观性，难以追究责任。在“人性之失”方面，多数患者担忧ML会削弱ART体验中的人际联系与共情，且可能忽视看似非理想但仍有成功潜力的胚胎；部分从业者也表达了类似担忧，认为ML可能阻止本应出生的婴儿诞生。在“披露”方面，双方均强调诊所必须充分披露ML的使用，包括其能力、局限、已知偏差及评分数据的存储方式，患者尤其关注数据隐私，但多数愿意贡献数据以改善模型。在“不透明（黑箱）模型与透明（可解释）模型”方面，从业者观点分化：少数欣赏不透明模型发现未知因素的潜力，但多数偏好透明模型以理解工作原理并确保质量控制；有参与者指出真正透明的ML模型可能并不存在。在“知识生产与劳动力影响”方面，从业者认识到ML知识生产受实践条件（如培养皿放置）影响，需注意共生产生的错误；部分人担忧新胚胎学家过度依赖ML导致技能退化，但也有人认为ML可辅助初级员工提升专业能力并减轻个人压力。
讨论部分指出，这是首个比较ART患者和从业者对ML胚胎评估看法的研究。双方在不信任、人类监督、披露和问责方面观点一致，但患者更关注数据隐私，从业者更关心模型透明度和劳动力影响。信任问题因决策的高风险性和不可逆性而加剧，错误ML评分可能导致丢弃可存活胚胎。参与者更信任基于专业知识和严格规程的“机械客观性”，而将ML的“算法客观性”视为可疑。这凸显了在临床环境中优先发展可解释AI的重要性，但本研究也表明，即使模型可解释，参与者仍优先考虑人类判断。为确保信任，需要明确的披露机制和有效的专业教育。监管框架尚不完善，需就验证标准、持续审计和问责框架提供更清晰指导。ML对劳动力的影响更多体现在知识生产配置的重新调整而非岗位替代，可能引入新责任并影响职业自主性。结论部分翻译如下：本研究提示，尽管人们对ML在胚胎评估中的潜在益处感兴趣，但ART从业者和患者对其使用仍持谨慎态度。信任、透明度、问责以及保留人类专长等问题似乎是实施的关键。解决这些关切对于确保ML在ART中的临床有效性和社会可接受性至关重要。
