| 摘要: |
| 目前人工智能(AI)在辅助生殖技术(ART)中的应用展现出一定潜力,在卵巢刺激阶段,机
器学习算法可辅助制定个体化的促性腺激素(Gn)启动剂量与扳机时机,以减少药物用量并提高卵
母细胞产量;在胚胎实验室评估中,深度学习模型能自动分割卵泡、量化精子质量、预测卵子发育潜
能及胚胎染色体倍性,部分模型在囊胚形成与妊娠结局预测方面的准确性已接近甚至超越胚胎学
家。 然而,当前研究多为回顾性、单中心设计,存在数据异质性、模型泛化能力不足及“黑箱”可解释
性差等问题。 未来需构建标准化多中心数据库,开展大样本前瞻性研究,并发展可解释模型,以推动
AI 真正成为 ART 的可靠决策辅助工具。 |
| 关键词: 人工智能 辅助生殖 结局预测 胚胎 |
| DOI： |
|
| 基金项目:深圳市“医疗卫生三名工程”(编号:SZSM202411034) |
|
|
|
| () |
| Abstract: |
|
| Key words: |
