实时人工智能辅助罕见精子搜寻：一项前瞻性、多中心、配对姐妹卵母细胞初步研究

《Reproductive BioMedicine Online》：Real-time artificial intelligence-assisted rare-sperm searching: a prospective, multi-centre, paired sister-oocyte pilot study

　　

研究问题：在严重男性因素不育症中，与未辅助搜寻相比，实时人工智能（AI）辅助精子搜寻是否能减少搜寻时间并增加精子回收，且其使用是否影响下游胚胎学结局？设计：一项前瞻性、多中心、患者内配对分裂皿初步研究（2024年1月至2025年9月）。将来自预后不良的非梗阻性无精子症（NOA）或严重少精子症患者（n=40）的处理后睾丸组织或精液样本分配到匹配皿中，分别在有和没有AI辅助下进行搜寻。主要结局指标为每精子时间和每皿时间，因分布偏态且包含零值，以中位数（IQR）报告。次要结局指标为每皿回收精子数，以及在两个条件下均注射卵母细胞的亚组中，每注射成熟卵母细胞的受精率和可利用胚胎数。结果：使用AI辅助后，每皿中位时间从35.80分钟（IQR 27.85-44.75）降至21.80分钟（IQR 18.00-29.88）（p<0.0001；40对比较）。每皿中位回收精子数从0.00（0.00-3.50）增至0.75（0.00-5.00）（p<0.0001）。在两种方法均找到精子的18例患者中，每精子中位时间从10.85分钟（6.95-38.65）降至5.50分钟（2.27-11.00）（p=0.001）。在8/40例病例中，仅通过AI辅助识别到精子后进行了ICSI。在卵母细胞从两个条件注射的小亚组患者（12例配对患者）中，探索性分析显示中位受精率从0.0%（0.0-43.8）增至36.7%（21.2-63.9）（p=0.039），且每MII可利用胚胎数从0.00（0.00-0.15）增至0.21（0.15-0.31）（p=0.02）。结论：在患者内配对比较中，AI辅助精子定位减少了搜寻时间并增加了精子回收。来自小亚组的胚胎学发现是探索性的，需要更大研究来确认。
关键信息：在40例患者内配对比较中，实时AI辅助精子搜寻减少了严重男性因素不育症的搜寻时间并增加了精子回收。在一个小型的、配对亚组（患者从两种搜寻方法均注射卵母细胞）中，胚胎学结局方向有利，但需要更大研究来确认。

**论文解读：《实时人工智能辅助罕见精子搜寻：一项前瞻性、多中心、配对姐妹卵母细胞初步研究》**

**研究背景与问题**

在男性因素不育症中，约10%–20%的患者为无精子症（精液中完全缺乏精子）。其中，非梗阻性无精子症（non-obstructive azoospermia, NOA，指因精子发生障碍导致精液中无精子）约占60%，通常需通过睾丸精子获取术（如显微切割睾丸精子提取术，microdissection testicular sperm extraction, mTESE）获取精子，用于胞浆内单精子注射（intracytoplasmic sperm injection, ICSI）或冷冻保存。然而，在严重NOA和隐匿精子症（cryptozoospermia）中，手动定位和识别极稀少的精子极度耗时，是实验室工作流程的瓶颈，尤其在取卵或卵子解冻等时间关键性操作中。此外，延长精子搜寻时间与受精率降低及不良妊娠结局趋势相关，且精子体外暴露时间延长会增加DNA损伤，因为成熟精子缺乏内在修复能力。现有基于人工智能（AI）的精子检测技术在受控条件下已证明可行性，但缺乏在常规罕见精子搜寻工作流程中的临床验证，尤其对搜寻效率、精子回收率及下游胚胎学结局的影响尚不明确。因此，研究人员开展本研究，评估实时深度学习定位工具（SpermSearch.AI?）整合到标准ICSI显微镜工作流程中的效果。

**研究设计与方法**

这是一项前瞻性、多中心、患者内配对分裂皿初步研究，于2024年1月至2025年9月在澳大利亚悉尼的IVF Australia Alexandria和Greenwich诊所进行。纳入40例预后不良的NOA或严重少精子症患者（男性伴侣）。每例患者的一份样本（处理后的睾丸组织或精液）被均匀分配到两个相同格式的搜寻皿中，分别进行AI辅助和未辅助（手动）的平行搜寻。主要结局指标为每精子搜寻时间和每皿搜寻时间（以中位数和四分位距报告，因分布偏态且含零值）；次要结局指标包括每皿回收精子数，以及在两种方法均找到精子并注射卵母细胞的亚组（12例配对患者）中，每注射成熟卵母细胞（metaphase II, MII）的受精率和可利用胚胎数。AI工具基于YOLOv8（Ultralytics）目标检测模型，训练数据包括睾丸组织和精液背景图像，模型通过实时处理显微镜摄像头输出，在相邻显示器上显示边界框高亮候选精子结构。胚胎学家负责确认和选择精子。研究采用患者内配对设计，所有统计分析基于Wilcoxon符号秩检验等非参数方法，并进行了操作员效应的后验分析。

**研究结果**

**每精子和每皿搜寻时间：**在两种方法均找到精子的18例配对患者中，AI辅助后每精子中位搜寻时间从10.85分钟（IQR 6.95–38.65）显著降至5.50分钟（IQR 2.27–11.00）（p=0.001）。在所有40例配对中，每皿中位搜寻时间从35.80分钟（IQR 27.85–44.75）降至21.80分钟（IQR 18.00–29.88）（p<0.0001）。

**每皿精子回收率：**AI辅助显著增加每皿中位回收精子数，从0.00（IQR 0.00–3.50）升至0.75（IQR 0.00–5.00）（p<0.0001）。在8/40例病例中，仅通过AI辅助识别到精子（其中2例因仅获得异常精子而未进行ICSI，其余6例中AI辅助组获得活动精子而手动组未获得），从而使ICSI得以进行。

**操作员水平变异：**后验分析显示，在调整操作员效应后，AI辅助的搜寻时间优势仍稳健（时间比率0.59，95% CI 0.52–0.67），而精子回收率的优势在调整后方向一致但精度下降（发生率比率1.40，95% CI 0.64–3.09），表明操作员差异并非主要驱动因素。

**胚胎学结局（小亚组探索性分析）：**在12例配对患者中，AI辅助组的中位受精率（36.7%，IQR 21.3–63.9）显著高于手动组（0.0%，IQR 0.0–43.8）（p=0.020），中位每MII可利用胚胎数也显著更高（0.21 vs 0.00，p=0.047）。广义线性混合模型（GLMM）估计的受精率优势比为2.20（95% CI 0.86–5.64，p=0.093），可利用胚胎发生率比率为1.75（95% CI 0.49–6.24，p=0.353），因样本小而不精确。

**讨论与结论**

讨论部分指出，AI辅助精子搜寻将每精子搜寻时间平均缩短53%，每皿时间缩短41%，并将每皿精子回收率提高1.8倍。这种效率提升可能通过减少视觉扫描负担、使胚胎学家直接关注候选结构来实现，同时可能缩短精子体外暴露时间，从而减少DNA损伤累积，这可能解释观察到的受精率和胚胎产出的方向性改善。局限性包括：搜寻方法分配导致操作员差异（但后验分析支持时间优势的稳健性）、未直接量化检测灵敏度/特异性、AI辅助组搜寻更多皿（21/40例）导致有效皿数不匹配、胚胎学亚组样本量小（12对）且零膨胀，以及女性因素未控制等。结论部分翻译：AI辅助精子定位在患者内配对比较中减少了搜寻时间并增加了精子回收。来自小亚组的胚胎学发现是探索性的，需要更大研究来确认。该研究发表于《Reproductive BioMedicine Online》。