AI胚選択 × タイムラプス、リアルタイムで胚を監視するシステム
AI技術で胚を選択し、より良い胚移植を目指す
体外受精治療において、胚の選択は妊娠の成功率を左右する重要なプロセスです。茂盛病院生殖医学センターでは、胚のリアルタイム監視システム（Time-lapse Embryo Culture System）とAI人工知能技術を統合し、より科学的かつ精密な方法で、胚の成長過程における一つひとつの変化や発育状態を観察しています。
AIによる胚選択を研究・開発し、データから良好な胚を選ぶ
当院では、AIによる胚選択の評価システムを開発し、発育動態（KID score）と形態学的評価（Morph score）の2つの指標を評価基準としています。
- 発育動態
主に胚の分裂やそのタイミングを評価するもので、タイムラプスに内蔵された評価スコアを用います。1～6点で評価し、6点を満点として、点数が高いほど胚の品質が良いことを示します。- 形態学的評価
胚のさまざまな形態の発育状態を評価するもので、茂盛病院が40年以上にわたって蓄積してきたビッグデータをもとにスコアリングします。1～15点で評価し、15点を満点として、点数が高いほど形態が良好であることを示します。
この2つのスコアを合計した総合スコアを用いることで、胚培養士や医師が患者様と胚のグレードや移植する順番について検討する際に役立てることができます。
当院が開発したAIによる胚選択技術は、タイムラプス胚モニタリングシステム（Time-lapse）とディープラーニングアルゴリズムを組み合わせ、胚培養中の細胞分裂の画像やタイミングを自動的に分析することで、胚の形態的な品質を予測します。これにより、胚の品質予測とグレーディングの精度を高め、体外受精における妊娠成功率の向上につなげます。
AIによる胚選択の4つの強み
- タイムラプスの画像とAIによるビッグデータ解析を組み合わせ、胚の発育過程における変化を包括的に把握
- データに基づいて胚をスコアリング・順位付けし、医師による最適な移植戦略の決定をサポート
- 長年蓄積してきた臨床データを用いてAIモデルを学習させ、アジア人の胚の発育特性により適した解析を実現
- 治療回数やリスクを抑え、一度の治療での成功率向上につなげる
AI胚選択の核心的な目的
| 客観的かつ標準化された胚評価基準の確立 | 妊娠の目標達成に向けた精度の高い胚の選択 |
|---|---|
| AI胚選択技術は、ディープラーニングモデルを用いて数万枚の胚発育画像を解析し、客観的で一貫した評価基準を構築します。これにより、胚の選択精度を高めるだけでなく、人的な誤差を大幅に低減し、すべての患者様に同等の質の専門的な評価を提供します。 | AIによってより良い胚を選択することで、1回の胚移植における成功率を高め、治療期間の短縮や移植を繰り返す回数の減少につなげ、患者様がより早く妊娠という目標を実現できるようサポートします。 |
タイムラプスインキュベーター
従来の胚の観察では、培養器を頻繁に開ける必要があり、培養環境が変化するリスクがありました。タイムラプスインキュベーターでは、胚に影響を与えることなく、10分ごとに自動で画像を撮影し、胚の発育過程を継続的に記録します。これらの動態画像データは、胚の分裂における重要な瞬間をすべて記録できるだけでなく、AIに高品質なビッグデータを提供します。これにより、AIモデルは胚の発育と着床の可能性との関連性をより正確に把握できるようになります。
システムの設備・規格
| 撮影頻度 | 10分ごとに異なる焦点距離で胚を11枚撮影し、胚の培養期間中に24時間途切れることなく、胚に影響を与えない状態で継続的に観察・記録します。 |
|---|---|
| 画像解像度 | 高解像度レンズを搭載し、胚の発育過程における細部まで鮮明に捉えることができます。 |
| 培養環境の安定性 | 安定した温度、湿度、pH、ガス環境を維持し、胚が外部からの影響を受けることを防ぎます。 |
| 光からの保護 | すべての顕微鏡にグリーンフィルターを装着し、短波長の高エネルギー光をフィルタリングすることで、胚への影響を軽減しています。 |
| データ分析機能 | AIモデルを搭載し、胚の発育状況を自動的に分析・スコアリングします。 |
| 画像の振り返り機能 | 胚の発育の各段階を振り返ることができ、胚培養士による精度の高い評価をサポートします。 |
タイムラプスインキュベーターのメリット
| 従来の胚胎培養器 | タイムラプスインキュベーター | |
|---|---|---|
| 高解像度カメラ・顕微鏡 | なし。胚を観察する際は扉を開ける必要がある | あり。胚を観察する際に扉を開ける必要がない |
| 培養環境 | 恒温・恒湿、pHは安定していますが、扉を開けると温度・湿度・pHが変化する | 恒温・恒湿、pHが安定しており、扉を開ける必要がないため、培養期間中も温度・湿度・pHが変化しない |
| モニタリング | 1日1～2回。胚の静的な発育状態しか観察できない | 10分ごとに1回撮影し、24時間連続で観察することで、胚の動的な発育状態を確認できる |
| 重要な変化の観察 | 1日1～2回の観察では、すべての変化を確認することはできない | 1日144回観察し胚の発育における重要な変化を確認できる |
| 移植する胚の選択 | 胚培養士の経験に依存する | AIによるビッグデータ解析アルゴリズムと胚培養士の経験の併用 |
茂盛病院のAI活用における特徴
茂盛病院のモデルは、当院の医師と胚培養士のチームが共同で設計・訓練・検証を行っています。以下の技術とデータを基盤としています。
- 1億枚を超えるタイムラプス胚画像とPGT-Aの結果を用いて、ディープラーニングによる学習を実施
- 3つの異なる胚培養期間（Time partitions）と3種類の異なるAIアルゴリズムを用いて交差検証を行い、ビッグデータ解析によって胚のグレード評価の提案と着床予測スコアを算出
- 専門学会での発表および臨床実証研究を行っており、アジア初のローカライズAI胚予測モデル
技術成果と臨床効果
茂盛病院では、2017年からタイムラプスインキュベーターを導入し、2021年からは独自に開発したAI胚選択システムを組み合わせることで、MIT臨床実証に基づくビッグデータ胚選択モデルの構築に成功しました。AI胚選択＋タイムラプスシステムの導入後、単一胚移植における妊娠率が明らかに向上し、特に35歳以上の患者様において顕著な効果がみられました。
- 卵子の数が限られている、またはPGT-Aに適さないケースでは、AI胚選択を非侵襲的な品質評価ツールとして活用することで、より着床の可能性が高い胚の選択をサポートします。
- AIによる分析を補助的に活用することで、医師は平均1～2回の移植周期を減らすことができ、患者様の精神的負担や治療全体の費用の軽減につながります。
- これまでに4万人を超える体外受精による出生実績を積み重ねており、AIシステムは現在も年間4,000件以上の新たな治療データを活用して継続的に学習・最適化されています。
このAIを統合した技術は、現在では当院の体外受精治療における重要な標準プロセスの一つとなっています。これにより、不妊に悩むご家族が、妊娠・出産への道のりにおいて、より多くの可能性と自信を持てるようサポートしています。
