近期，纽约基因公司Nucleus Genomics发布的Vitruvian模型引发了广泛讨论。该公司声称，其AI模型可以通过对胚胎DNA进行多基因评分来“优化”智力，在比较多个胚胎时，最高分与最低分的预测差距可达14.3分。然而，这一说法很快遭到专业机构的质疑。哈佛医学院统计遗传学家Sasha Gusev将其评价为“现代蛇油”，认为智力很难在基因中得到准确体现。

当一项技术声称能够“优化”复杂的认知性状时，它依赖的假设和证据必须经得起推敲。在目前的辅助生殖领域，AI工具多作为一种辅助评估手段，暂时无法到达决策层面。美国HRC Fertility的实验室中，也有相关的AI工具在应用，本文就来为大家进行相关的科普。

AI在辅助生殖领域能做些什么？

在临床实践中，AI在IVF实验室中的应用集中在几个有明确边界的环节。图像分析是其中较为成熟的方向，AI可以自动识别和标注胚胎发育过程中的关键时间节点，减少人工观察的变异性。胚胎排序是另一个应用场景，AI基于形态动力学参数对胚胎的发育潜力进行量化排序，为胚胎学家在面临多个相似胚胎时提供额外的参考信息。此外，AI还可以用于实验室工作流程的优化，将胚胎学家从重复性的记录和文书工作中解放出来，使其将更多精力集中在需要专业判断的决策环节。

这些应用的共同特征在于，它们提供的是辅助性的信息，而不是替代临床决策的答案。

HRC Fertility引入了什么AI工具？

HRC Fertility在胚胎实验室中引入的CHLOE EQ系统，遵循的正是这种辅助性定位。该系统由以色列Fairtility公司研发，其设计目标是作为胚胎学家的决策支持工具，从时差培养箱采集的影像中自动识别胚胎的发育事件并生成量化评分。这些评分反映的是模型对胚胎发育状态的区分能力，为评估提供了一个可量化的参考维度。

CHLOE EQ在HRC的流程中发挥两个具体作用。其一，它自动读取Geri时差培养箱拍摄的连续图像，对原核出现、细胞分裂等关键时间点进行标准化标注，减少了人工记录可能产生的不一致。其二，当胚胎学家面对多个形态相似的胚胎时，CHLOE EQ的量化评分提供了一个额外的数据点，帮助胚胎学家在形态学观察之外获得更多信息。

但AI的参考信息需要与更确凿的遗传学数据配合使用。HRC Fertility同时开展PGT检测，从染色体层面获取胚胎的遗传信息。PGT-A筛查染色体数目异常，PGT-M针对已知的单基因致病突变，PGT-SR识别染色体结构重排。这三项检测提供的是关于胚胎染色体状态的事实性数据，与CHLOE EQ的形态动力学评分分属不同层面。

AI时代，HRC Fertility的试管婴儿流程是什么？

在工具之外，一个IVF周期的推进仍然遵循临床医学的基本逻辑。以下流程以HRC Fertility的常规路径为参照。

1.促排卵

HRC Fertility专家根据AMH、基础激素和窦卵泡计数制定个体化方案。对于希望减少每日注射负担的家庭，HRC Fertility提供无针促排方案作为给药方式的选择。该方案通过腹部皮下留置的柔性端口输注药物，取代每日自行注射，药物本身和促排的医学逻辑不变。周期中通过超声和抽血持续监测卵泡发育，并据此调整剂量。

2.体外受精

取卵后，根据精子质量选择常规体外受精或卵胞浆内单精子注射。ICSI由胚胎学家在高倍显微镜下将单个精子直接注入卵子，适用于精子数量、活力或形态存在挑战的情况。

3.胚胎培养

受精卵在时差培养箱中发育至囊胚阶段。Geri系统的独立培养舱为每枚胚胎提供稳定的温度、气体和湿度环境，连续的影像记录为后续评估保留了完整的发育轨迹。

4.图像分析与遗传学检测

这一环节是AI工具和PGT各自发挥作用的位置。CHLOE EQ对培养过程中采集的影像进行自动化标注和量化评分，为胚胎学家提供形态动力学层面的参考。与此同时，胚胎活检样本送入遗传学检测流程，PGT-A、PGT-M或PGT-SR根据家庭的具体遗传风险出具染色体层面的结果。影像数据与遗传学数据并行呈现，共同构成决策的信息基础。

5.胚胎移植

锦欣国际（梦美生命）美国HRC Fertility专家综合CHLOE EQ的量化评分、PGT的检测结果、胚胎的形态学评估以及女方的子宫条件，选择适合移植的胚胎。移植后按计划进行黄体支持和妊娠检测。