Life Whisperer人工智能囊胚评估在340个冻胚移植周期中预测着床，AUC达0.91，但与PGT-A一致性仅为κ=0.257
核心概要
这项回顾性队列研究分析了印度德里Indira IVF生育中心2022年1月至2024年12月间的340个冻胚移植周期，对第5天囊胚同时进行传统Gardner形态学评分与Life Whisperer™人工智能活力评分，以血清β-hCG阳性判定着床成功，结果显示237枚胚胎（69.7%）着床成功，人工智能活力评分具有独立预测能力（着床率从低活力的53.5%升至74.2%，ROC曲线下面积为0.91），而人工智能衍生的遗传预测与PGT-A的一致性仅为中等（Cohen's κ=0.257）。
深度剖析
人工智能辅助的囊胚活力评分能够独立预测冻胚移植周期的着床结局，着床率随活力评分升高而上升，从低活力的53.5%升至74.2%，ROC曲线下面积达0.91。 此前胚胎评估主要依赖Gardner形态学评分，该研究将Life Whisperer™人工智能活力评分与Gardner评分并列评估，并报告了其在340个周期中的独立预测表现。 基于340个冻胚移植周期的回顾性队列，以血清β-hCG阳性作为着床判定标准，采用ROC分析评估区分能力，报告AUC为0.91。
较高的Gardner形态学等级与更优的着床率相关，4AA和3AB等级的着床率分别为80.7%和81.0%。 该研究在同一队列中同时呈现传统形态学分级与人工智能评分的表现，为两者在冻胚移植场景下的比较提供了数据。 来自340个周期的回顾性数据，着床结局以血清β-hCG阳性判定。
人工智能衍生的遗传预测与PGT-A结果之间仅为中等一致性，Cohen's κ=0.257。 该研究直接检验了人工智能遗传预测与PGT-A的一致性，而非仅评估着床预测能力，从而界定了人工智能在遗传筛查中的定位。 采用Cohen's kappa系数评估一致性，报告κ=0.257，属于中等一致水平。
启示与展望
该研究界定了人工智能囊胚评估在冻胚移植周期中的适用场景：作为传统形态学评估的补充工具，用于优化胚胎选择并改善着床结局。受益者可能是辅助生殖临床中需要更客观、无创胚胎评估手段的胚胎学家与临床医生，适用条件为第5天囊胚、冻胚移植周期、以血清β-hCG阳性判定着床。研究同时明确人工智能遗传预测目前不能替代PGT-A进行遗传筛查。
读者仍需关注：该研究为单中心回顾性队列，样本量为340个周期，结果向其他中心、人群或移植方案推广时是否一致尚待验证；人工智能遗传预测与PGT-A一致性仅为中等（κ=0.257），其在遗传筛查中的角色仍需进一步明确；此外，本次加载的文本为不完整版本，缺少图表与补充材料，因此无法核对更细的分层数据、置信区间或亚组分析，这些细节有待查阅原文确认。