fbpx
Επιλογή Σελίδας
Επιλογή εμβρύων για εμβρυομεταφορά με τη βοήθεια της τεχνητής νοημοσύνης

Ο όρος υπερευφυΐα ή υπερνοημοσύνη χρησιμοποιείται για να περιγράψει έναν υποθετικό ευφυή παράγοντα, του οποίου η νοημοσύνη και οι ικανότητες ανάλυσης και εύρεσης λύσεων είναι κατά πολύ ανώτερες από τους πλέον έξυπνους και χαρισματικούς ανθρώπους.

Κάποιοι τεχνολογικοί ερευνητές θεωρούν ότι η πρόοδος στην τεχνητή νοημοσύνη θα οδηγήσει σε συστήματα τα οποία, ενώ θα έχουν ικανότητες για γενική συλλογιστική, θα τους λείπουν οι ανθρώπινες γνωσιακές ιδιομορφίες. Άλλοι θεωρούν ότι οι άνθρωποι θα εξελιχθούν ή ότι η βιολογία τους θα προσαρμοστεί, ώστε να αποκτήσουν μεγαλύτερη νοημοσύνη.  

Αρκετοί επιστήμονες και μελλοντολόγοι προσπαθούν να συμπεριλάβουν προβλέψεις σχετικές με τα πιθανά οφέλη, αλλά και τους κινδύνους της επέκτασης της ανθρώπινης και της μηχανικής νοημοσύνης, λόγω του ενδεχόμενου αντίκτυπου των τεχνολογιών αυτών στο κοινωνικό φάσμα.  

Ταυτόχρονα με τη βιολογική εξέλιξη της ανθρώπινης νοημοσύνης, οι μηχανικοί θα πρέπει να είναι σε θέση να επαναλάβουν την διαδικασία αυτή τεχνητά. Συγκεκριμένα, οι εξελικτικοί αλγόριθμοι θα πρέπει να είναι σε θέση να παραγάγουν τεχνητή νοημοσύνη στο ίδιο επίπεδο με εκείνο του σύγχρονου ανθρώπου. Σχετικά με την επέκταση της ανθρώπινης νοημοσύνης, οι νέες τεχνολογίες της τεχνητής νοημοσύνης οφείλουν να συνεισφέρουν στον σχεδιασμό σύγχρονων και καινοτόμων απαραίτητων εργαλείων.  

Ο Αμερικανός αστρονόμος Carl Sagan υποστηρίζοντας ότι «ζούμε σε μια κοινωνία απολύτως εξαρτώμενη από την επιστήμη και την τεχνολογία, όπου σχεδόν κανένας δεν ξέρει τίποτα για την επιστήμη και την τεχνολογία», είχε προτείνει πως «η εφεύρεση της καισαρικής τομής και της εξωσωματικής γονιμοποίησης μπορεί να επιτρέψει στο ανθρώπινο είδος να αποκτήσει μεγαλύτερο μέγεθος κεφαλιού, οδηγώντας σε βελτιώσεις στην φυσική επιλογή ως προς τα κληρονομήσιμα χαρακτηριστικά της ανθρώπινης νοημοσύνης». Η αντίθετη άποψη, όμως, υποστηρίζει ότι η μειωμένη πίεση για φυσική επιλογή οδηγεί σε σταδιακή «αποδυνάμωση» της ανθρώπινης νοημοσύνης, με πιθανό ενδεχόμενο η διαδικασία αυτή να συνεχιστεί και στο μέλλον. 

 

Η εξωσωματική γονιμοποίηση έχει “χαρίσει” παιδιά σε περισσότερα από 8 εκατομμύρια ζευγάρια παγκοσμίως από το 1978, όταν η Louise Brown, το πρώτο θαύμα της νέας τότε τεχνικής, ήλθε στον κόσμο. Η επιτυχία της μεθόδου εξαρτάται -εκτός των άλλων- από την επιλογή του κατάλληλου εμβρύου που θα μεταφερθεί στη μήτρα για να εμφυτευθεί και να αναπτυχθεί. 

Σε έναν τυπικό κύκλο εξωσωματικής γονιμοποίησης, αποσκοπούμε στη λήψη περισσοτέρων του ενός ωαρίων από τη γυναίκα, με τη χορήγηση κατάλληλης εξατομικευμένης αγωγής. Ακολουθεί η γονιμοποίηση των ωαρίων με τα σπερματοζωάρια του συζύγου/συντρόφου στο εργαστήριο, από την οποία συνήθως προκύπτουν περισσότερα του ενός έμβρυα. Η in vitro εμβρυολογική ανάπτυξη πραγματοποιείται σε ειδικούς κλιβάνους- επωαστές μέχρι το στάδιο της βλαστοκύστης (5η ημέρα μετά τη γονιμοποίηση του ωαρίου). Με τη σύγχρονη τεχνολογία που διαθέτουμε, παρακολουθούμε την εξέλιξή τους, ώστε την ημέρα της εμβρυομεταφοράς, να επιλέξουμε τα καλύτερα μορφολογικά ή/και γενετικά έμβρυα (μετά από προεμφυτευτική γενετική διάγνωση) για μεταφορά στη μήτρα της γυναίκας. Με βάση την ελληνική νομοθεσία, αλλά και για ιατρικούς λόγους, ο αριθμός των μεταφερομένων εμβρύων καθορίζεται από την ηλικία και το ιστορικό της γυναίκας, ώστε να αποφευχθούν οι πολύδυμες κυήσεις (συνήθως μέχρι 2 έμβρυα). Επομένως, η επιλογή των εμβρύων προς εμβρυομεταφορά  είναι ένα από τα πιο κρίσιμα στάδια στη διαδικασία της εξωσωματικής γονιμοποίησης. 

Η κλασσική αξιολόγηση των εμβρύων γίνεται από τον έμπειρο εμβρυολόγο, ο οποίος καταγράφει τα μορφολογικά χαρακτηριστικά τους, παρατηρώντας τα έμβρυα έξω από τους επωαστικούς κλιβάνους, γεγονός που ενδέχεται να επηρεάσει την περαιτέρω εμβρυολογική ανάπτυξη, λόγω διαταραχών στη συνεχιζόμενη in vitro καλλιέργειά τους. Τα έμβρυα είναι εξαιρετικά ευαίσθητα και οι συχνές παρεμβολές στην ισορροπία των φυσικοχημικών παραμέτρων της in vitro καλλιέργειας (θερμοκρασία, συγκέντρωση αερίων, pH, ωσμωτικότητα κλπ), είναι πολύ πιθανόν να επηρεάσουν τις πιθανότητες εμφύτευσής τους και επομένως, τα ποσοστά κύησης. 

Οι προηγμένοι κλίβανοι παρέχουν στα έμβρυα ένα ασφαλές μικρο-περιβάλλον, με σταθερή θερμοκρασία και κατάλληλες συνθήκες εμβρυολογικής ανάπτυξης, κατά τη διάρκεια ολόκληρου του χρονικού διαστήματος της καλλιέργειάς τους. Τα τελευταία χρόνια, μία τεχνολογική εξέλιξη με ευρύτατη εφαρμογή είναι το Time Lapse Imaging, που αποτυπώνει φωτογραφικά τα έμβρυα στα διάφορα στάδια της καλλιέργειάς τους στο εργαστήριο, με στόχο τη μελέτη των μορφολογικών και μορφοκινητικών χαρακτηριστικών τους. Η τεχνική συνίσταται στην ύπαρξη μιας ενσωματωμένης κάμερας στον κλίβανο που «παρακολουθεί» τα έμβρυα όλο το εικοσιτετράωρο, χωρίς να χρειάζεται να διαταράσσουμε την καλλιέργειά τους, καταγράφοντας την εξέλιξή τους ανά δέκα λεπτά με λήψη φωτογραφιών και βίντεο. Τα βίντεο αξιολογούνται από τον εμβρυολόγο με τη βοήθεια και την ανάλυση ενός εξελιγμένου προγράμματος στον υπολογιστή. Πληροφορίες που έχουν συλλεχθεί από εκατοντάδες κύκλους εξωσωματικής γονιμοποίησης παγκοσμίως, έχουν χρησιμοποιηθεί για να δημιουργηθούν μοτίβα ανάπτυξης των εμβρύων εκείνων που έχουν τις περισσότερες πιθανότητες να οδηγήσουν σε κύηση. Έχει βρεθεί ότι με την παραδοσιακή παρατήρηση των εμβρύων στο μικροσκόπιο, υπάρχει μεγάλη πιθανότητα να χάσουμε πολλά από τα κρίσιμα σημεία στις διαιρέσεις και την εξέλιξη των εμβρύων, γεγονότα που επηρεάζουν αρνητικά τις πιθανότητες επιτυχίας. Με τη χρήση του Time Lapse, καταλήγουμε στην επιλογή των καλύτερων εμβρύων για εμβρυομεταφορά.  

 

Τα τελευταία 2 χρόνια, η τεχνητή νοημοσύνη (artificial intelligence) και η μηχανική μάθηση (machine learning) αποτελούν τα νέα βέλη στη φαρέτρα του Κλινικού Εμβρυολόγου για τη βελτίωση της αποτελεσματικότητας της εξωσωματικής γονιμοποίησης. Με τη βοήθεια αυτών, έχει αναπτυχθεί ένας νέος εργαστηριακός εξοπλισμός, με στόχο τη σωστή επιλογή γαμετών και εμβρύων, την πρόβλεψη του αποτελέσματος της θεραπείας και την ταχύτερη επίτευξη εγκυμοσύνης, με πολύ υψηλότερα ποσοστά. Η τεχνητή νοημοσύνη αφορά στη σχεδίαση και υλοποίηση υπολογιστικών συστημάτων (αλγόριθμοι) που μιμούνται την ανθρώπινη συμπεριφορά, ενώ η μηχανική μάθηση σχετίζεται με την ιδέα κατασκευής μηχανημάτων επεξεργασίας δεδομένων χωρίς τη δική μας εποπτεία. 

Με αυτόν τον τρόπο, ο Κλινικός Εμβρυολόγος έχει τη δυνατότητα να αποφασίσει με περισσότερο αξιόπιστα κριτήρια ποιο έμβρυο είναι ικανό να μας οδηγήσει σε ένα θετικό αποτέλεσμα. Επιπλέον, μέσω ειδικού λογισμικού, η επιλογή του καταλληλότερου εμβρύου προς εμβρυομεταφορά γίνεται αυτοματοποιημένα.  

Ο συνδυασμός των κλασικών κριτηρίων επιλογής με το σύστημα τεχνητής νοημοσύνης, μας προσφέρει τη δυνατότητα  επιλογής του καταλληλότερου εμβρύου με τη μεγαλύτερη πιθανότητα εμφύτευσης και περαιτέρω επίτευξης εγκυμοσύνης, με ακρίβεια που υπερβαίνει το 92%. 

Ταυτόχρονα, επιτυγχάνεται μία υψηλού βαθμού ενημέρωση των ζευγαριών σχετικά με την εμβρυολογική ανάπτυξη σε διαγνωστικό επίπεδο, γεγονός ιδιαίτερα σημαντικό για τη θεμελίωση μιας μοναδικής σχέσης εμπιστοσύνης μεταξύ των επιστημόνων της Υποβοηθούμενης Αναπαραγωγής και των υπογόνιμων ζευγαριών στην προσπάθειά τους να πραγματοποιήσουν το όνειρό τους να γίνουν γονείς. 

 

Αναστάσιος Αργυρίου
Senior Κλινικός Εμβρυολόγος MSc, PhD