Évaluation de la performance d'un algorithme basé sur l'intelligence artificielle (time-lapse) au troisième jour pour prédire la blastulation après fécondation in-vitro

Objectif(s) de la recherche et intérêt pour la santé publique

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

Contexte général :
L’évaluation embryonnaire et la décision de transférer à J3 ou de prolonger la culture jusqu’à J5 sont actuellement basés sur l’évaluation morphologique classique soumise à une forte variabilité inter et intra-observateur et avec des performances intermédiaires. Des modèles basés sur l’intelligence artificielle dont l’iDAScore ont été développé afin d’aider le biologiste à classer les embryons selon leur potentiel implantatoire. L’utilisation de scores permettant de prédire le succès de la culture embryonnaire jusqu’à J5, marquée par un risque d’échec important, pourrait permettre de mieux choisir le stade du transfert.
Hypothèse :
Nous pensons que les performances de l’iDAScore v2.0 sont égales ou supérieures à celles du KIDScore et de la morphologie classique pour prédire l’obtention d’un blastocyste utile à l’échelle individuelle d’un embryon. Le nombre d’embryons dans une cohorte à J3, présentant un iDAScore favorable, pourrait être associé à la probabilité d’obtenir au moins un blastocyste utile à J5.
NB : Le choix des embryons à implanter n’a pas été fait en fonction du KIDScore et IDAScore mais uniquement avec le gold standard.