臨床婦人科産科74巻5号

2020年05月発行

連載 FOCUS

〔シリーズ〕産婦人科と先端テクノロジー

人工知能（AI）の生殖補助医療への応用―精子探索・選別支援システムの開発

著者： 湯村寧¹ 竹島徹平¹ 黒田晋之介¹ 山本みずき¹ 佐々木勇人² 濱上知樹²

所属機関： ¹横浜市立大学市民総合医療センター生殖医療センター泌尿器科 ²横浜国立大学大学院工学研究院

ページ範囲：P.505 - P.510

文献概要

はじめに

　人工知能（artificial intelligence : AI）とは通常「コンピュータが人間と同じような情報処理を行うシステム」と考えられているが，実際のところ厳密な定義はなく，人のもつ知的な情報処理をするソフトウェア全体のことを指し，情報を獲得し処理，そこから問題を自ら判断・解決していく能力をもつ．すでにさまざまな分野で応用されており，医療の分野でも近年のコンピュータ技術の進歩やビッグデータ処理技術の向上により，画像診断・病理診断の分野で人間よりもはるかに短時間に診断を下せるようになりつつある^{1, 2）}．われわれはAIを用いて生殖補助医療（assisted reproductive technology : ART）のなかで精子の探索・選別を行うためのシステム開発・研究を行っている．今回はこれまでの経緯と，現在進行中の研究について紹介する．

参考文献

1）Misawa M, et al : Artificial intelligence-assisted polyp detection for colonoscopy : initial experience. Gastroenterology 154 : 2027-2029, 2018

2）Bera K, et al : Artificial intelligence in degital pathology ― new tools for diagnosis and precision oncology. Nat Rev Clin Oncol 16 : 703-7015, 2019

3）日本産科婦人科学会　平成29年度倫理委員会登録・調査小委員会報告（2016年分の体外受精・胚移植等の臨床実施成績および2018年7月における登録施設名）　http://fa.kyorin.co.jp/jsog/readPDF.php?file= 70/9/070091817.pdf

4）Kaufmann SJ, et al : The application of neural networks in predicting the outcome of in-vitro fertilization. Hum Reprod 12 : 1454-1457, 1997

5）Wald M, et al : Computational models for prediction of IVF/ICSI outcomes with surgically retrieved spermatozoa. Reprod Biomed Online 11 : 325-331, 2005

6）Uyar A, et al : A frequency based encoding technique for transformation of categorical variables in mixed IVF dataset. Conf Proc IEEE Eng Med Biol Soc 2009 : 6214-6217, 2009

7）Siristatidis C, et al : Artificial intelligence in IVF : a need. Syst Biol Reprod Med 57 : 179-178, 2011

8）Banerjee P, et al : Deep phenotyping to predict live birth outcomes in in vitro fertilization. Proc Natl Acad Sci U S A 107 : 13570-13575, 2010

9）Manna C, et al : Artificial intelligence techniques for embryo and oocyte classification. Reprod Biomed Online 26 : 42-49, 2013

10）Shojaedini SV, et al : A new method for sperm detection in human semen : combination of hypothesis testing and local mapping of wavelet sub-bands. Iran J Med Physics 9 : 283-292, 2012

11）Imani Y, et al : A new method for multiple sperm cells tracking. J Med Signals Sens 4 : 35-42, 2014

12）Arasteh A, et al : Multi-target tracking of human spermatozoa in phase-contrast microscopy image sequences using a hybrid dynamic bayesian network. Sci Rep 8 : 5068, 2018

13）佐々木勇人，他 : 検出率最適化のためのBoostingにおける適応的しきい値調整．電子情報通信学会論文誌J102-D : 1-11, 2019

14）黒田晋之介，他 : 人工知能補助による精子選別支援システムの開発．産婦の実際68 : 637-644, 2019