基于人工智能的IDAScore与胚胎运动参数之间的相关性：一项回顾性队列研究

《BMC Pregnancy and Childbirth》：Correlation between artificial intelligence-based IDAScore and embryo morphokinetic parameters: a retrospective cohort study

　　

摘要

研究目的

人工智能的快速发展为胚胎评估带来了新的机遇。将人工智能与延时成像技术相结合，显著提升了辅助生殖技术中的妊娠率。然而，完全自动化的基于人工智能的胚胎筛选模型IDAScore在评估胚胎内部过程时缺乏透明度与具体依据，其可解释性也较为有限。本研究旨在探讨IDAScore与胚胎形态动态参数之间的关联，为基于人工智能的胚胎评估与筛选提供合理的解释。

研究方法

本研究对2023年8月至2025年3月间在广东医科大学附属医院生殖医学中心进行的102例首次新鲜胚胎移植周期的胚胎数据进行了回顾性分析，这些胚胎均为8细胞、1级（8C1）形态；同时分析了210例首次冻融囊胚移植周期的胚胎数据，这些胚胎均为4AA级。所有胚胎均通过延时成像系统培养，并由完全自动化的AI评分模型IDAScore V2.0进行评估。根据IDAScore值，分裂期胚胎被分为两组：A组[8细胞，IDA值：1.0-5.7]，共27个样本；B组[8细胞，IDA值：5.8-8.0]，共75个样本。囊胚同样被分为C组[IDA值：1.0-7.7]，共98个样本；D组[IDA值：7.8-9.9]，共112个样本。研究比较了四组之间的临床基线特征、卵巢刺激参数、胚胎发育动态数据以及妊娠结局。

研究结果

四组之间的患者年龄、抗苗勒氏管激素水平、体重指数以及基础激素水平等基线临床特征均无显著差异。在分裂期胚胎中，B组（IDA值较高）的胚胎发育速度明显快于A组（IDA值较低），包括形成3细胞、4细胞、5细胞和8细胞所需的时间，以及从2细胞阶段到3细胞阶段、从3细胞阶段到5细胞阶段的时长，差异均有统计学意义（P＜0.05）。此外，B组的高质量胚胎比例、囊胚形成率、可用囊胚比例以及临床妊娠率也显著高于A组（P＜0.05）。逻辑回归分析显示，第3天的cc2时长与IDAScore值存在显著关联（OR=0.410；95%置信区间：0.253–0.666；P＜0.001）。在囊胚期胚胎中，D组（IDA值较高）的胚胎发育到2细胞、3细胞、4细胞和5细胞阶段的速度明显快于C组（IDA值较低），达到完全囊胚状态的时间也更早，差异具有统计学意义（P＜0.05）。同时，C组和D组在内细胞团和滋养层的分级方面也存在显著差异（P＜0.05）。D组的囊胚形成率显著高于C组，流产率则显著低于C组，这两项差异均具有统计学意义。逐步逻辑回归分析表明，达到完全囊胚状态的时间（tB）（OR=0.780；95%置信区间：0.721-0.845；P＜0.001）和滋养层分级（OR=4.224；95%置信区间：1.633-10.926；P=0.003）仍是影响囊胚评分的重要因素。

结论

IDAScore与胚胎的形态特征及发育动态参数之间存在显著关联。发育速度更快的胚胎通常具有更高的IDAScore值，且植入潜力更大。这一发现为在胚胎选择中使用IDAScore提供了科学依据和理论支撑。