« Nous avons voulu développer une méthode objective pouvant être utilisée pour normaliser et optimiser le processus de sélection afin d’augmenter les taux de réussite de la FIV », a déclaré le Dr Nikica Zaninovic, directeur du laboratoire d’embryologie du Center for Reproductive Medicine, aux Etats-Unis. Avec une équipe de chercheurs, il a mis au point un algorithme permettant d’évaluer avec une précision de 97 % la « qualité » d’embryons humains cinq jours après leur fécondation in-vitro, c’est-à-dire estimant leur probabilité d’aboutir à une naissance vivante. L’objectif des chercheurs est d’« améliorer le taux de réussite » des FIV et de « minimiser le risque de grossesses multiples ».
Les chercheurs ont analysé 50 000 photos de 10 148 embryons humains, dont ils connaissaient à posteriori l’issue de la grossesse. Ces photos ont toutes été prises exactement 110 heures après la fécondation. Au stade de blastocyste, l’embryon compte entre 200 et 300 cellules. A partir de ces clichés, ils ont sélectionné deux séries de 6000 photos, de bonne et mauvaise qualité. L’étude a ensuite utilisé ces 12 000 photos choisies pour l’apprentissage d’un algorithme d’intelligence artificielle. « C’est la première fois, à notre connaissance, que quelqu’un applique un algorithme d’apprentissage en profondeur sur des embryons humains avec un aussi grand nombre d’images », explique le Dr Pegah Khosravi, auteur principal de l’étude. « Au fur et à mesure que l’ordinateur reçoit de nouvelles informations, sa capacité à reconnaître les modèles souhaités (…), s’améliore automatiquement. La taille de l’ensemble de données de formation est d’une importance cruciale pour le succès de l’algorithme, plus il y a de données, meilleurs sont les résultats », détaille les chercheurs, du Weill Cornell Medical College.
Après avoir attribué un grade à chaque blastocyste, les embryologistes ont effectué une analyse statistique pour « établir une corrélation entre la qualité de l’embryon et la probabilité de réussite de la grossesse ». Les embryons étaient considérés de « bonne qualité » si les chances étaient supérieures à 58% et de « mauvaise qualité » si les chances étaient inférieures à 35%. L’algorithme, nommé Storck, a su classer une nouvelle série de photo avec une précision de 97 %. Cette étude a été publiée le 4 avril dans la revue NPJ Digital Medecine.
Des études antérieures montrent que la réussite de la grossesse ne dépendrait qu’à 80 % de la qualité de l’embryon, l’âge maternel rentrant aussi en ligne de compte pour une grande part. Les chercheurs sont donc allés plus loin, en « développant une autre approche informatique pouvant prendre en compte l’âge de la mère et la qualité des multiples embryons afin de déterminer la meilleure combinaison pour obtenir une naissance vivante unique ». En utilisant les données cliniques de 2 182 embryons, les chercheurs ont optimisé l’algorithme Storck en créant un « arbre décisionnel » permettant d’évaluer le taux de réussite de grossesse combinant à la fois la qualité de l’embryon et l’âge de la patiente, avec une analyse de probabilité « visant à optimiser la sélection d’embryons et à maximiser les chances de grossesse simple ».
Pour aller plus loin :
FIV : une étude plaide pour le transfert d’un seul embryon
FIV : les embryons bientôt sélectionnés par une intelligence artificielle
Améliorer les résultats de FIV, une question de « sélection »
DPI : Jacques Testart dit non à la sélection humaine
Medical Press, (04/04/2019)
