새로운 인공지능 기반 시스템이 체외 수정(IVF) 배아의 염색체 상태를 정확하게 평가할 수 있다고 웨일 코넬 의대 연구진이 발표함.
이 새로운 시스템은 'BELA'라고 불리며, 9월 5일 Nature Communications에 발표된 논문에서 설명됨. 이 시스템은 배아가 정상(유플로이드)인지 비정상(비유플로이드)인지 평가하는 AI 기반 플랫폼으로, IVF 성공의 주요 결정 요소임. 이전 AI 기반 접근 방식과 달리 BELA는 배아학자의 주관적인 평가를 고려할 필요가 없음. 따라서 객관적이고 일반화 가능한 측정을 제공하며, 임상 시험에서 유용성이 확인되면 IVF 과정의 효율성을 개선하기 위해 배아학 클리닉에서 널리 사용될 수 있음.
연구의 수석 저자 이만 하지라소울리하 박사는 "이 시스템은 이전 접근 방식에 비해 완전 자동화되고 더 객관적이며, 더 많은 이미지 데이터를 사용하여 더 큰 예측력을 생성할 수 있다"고 설명함.
연구의 첫 저자는 하지라소울리하 박사의 연구실에서 박사 과정 중인 수라지 라젠드란임. 연구의 배아학 작업은 임상 산부인과의 배아학 부교수인 니키카 자닌오빅 박사가 이끌었음. 연구의 공동 저자는 CRM의 책임자이자 생식 의학의 저명한 교수인 제브 로젠왁스 박사임.
배아학자들은 일반적으로 IVF 배아의 품질을 현미경으로 검사하여 평가함. 배아가 상대적으로 정상으로 보이지만, 고령의 산모와 같은 문제의 가능성이 의심되는 경우, 염색체 상태를 더 직접적으로 검사할 수 있음. '골드 스탠다드' 테스트는 다소 위험한 생검과 유사한 절차인 선착수 유전 검사(PGT-A)임. 최근 몇 년 동안 배아학자들은 컴퓨터/AI 전문가와 협력하여 이 작업 흐름을 자동화하고 결과를 개선할 방법을 찾고 있음. 2022년 연구에서 하지라소울리하 박사와 동료들은 배아의 단일 현미경 이미지를 사용하여 염색체 상태를 약 70% 정확도로 예측하는 AI 기반 시스템인 STORK-A를 개발함.
연구자들은 BELA를 개발하여 배아학자의 평가와 독립적으로 정확한 염색체 예측을 생성하도록 함. 이 시스템의 핵심은 배아가 수정된 후 약 5일 후의 주요 간격에서 현미경으로 촬영한 9개의 시간 경과 비디오 이미지를 분석하는 기계 학습 모델임. 이 시스템은 이 점수와 산모의 나이를 사용하여 유플로이드 또는 비유플로이드를 예측함.
연구자들은 웨일 코넬 의대 CRM의 비식별화된 데이터 세트에서 거의 2,000개의 배아 이미지 시퀀스와 그들의 PGT-A 테스트 염색체 상태를 기반으로 모델을 훈련함. 그런 다음 새로운 웨일 코넬 의대 CRM 데이터 세트와 플로리다 및 스페인의 대형 IVF 클리닉에서 데이터를 테스트함. 그들은 이 모델이 이전 버전보다 염색체 상태를 더 높은 정확도로 예측하고 내부 및 외부 데이터 세트 모두에서 잘 작동함을 발견함.
연구자들은 BELA의 예측력을 무작위 대조 임상 시험에서 전망적으로 테스트할 계획임.
자닌오빅 박사는 "BELA와 같은 AI 모델은 고급 IVF 기술과 PGT 테스트에 접근할 수 없는 지역에서도 IVF의 가용성을 확대할 수 있으며, 전 세계적으로 IVF 치료의 형평성을 개선할 수 있다"고 말함.
BELA가 각 배아에 대해 방대한 양의 이미지 데이터를 처리하도록 설정되어 있다는 사실은 연구자들에게 이 모델이 염색체 예측 이상의 용도로 사용될 수 있음을 시사함.
라젠드란은 "이 모델이 일반 배아 품질 추정, 배아 발달 단계 예측 및 배아학 클리닉이 자체 필요에 맞게 조정할 수 있는 기타 기능에도 유용할 수 있기를 바란다"고 덧붙임.
