Pendant le traitement de FIV, les médecins utilisent des échographies pour surveiller la taille des follicules – de petits sacs dans les ovaires contenant des ovules – afin de décider quand administrer une injection d'hormone connue sous le nom de « déclencheur » pour préparer les ovules à la collecte et s'assurer qu'ils sont prêts à être collectés. être fécondé avec du sperme pour créer des embryons. Le moment du déclenchement est une décision clé, car il fonctionne moins efficacement si les follicules sont trop petits ou trop gros au moment de l’administration. Une fois les ovules collectés et fécondés par le sperme, un embryon est ensuite sélectionné et implanté dans l’utérus pour, espérons-le, conduire à une grossesse.
Les chercheurs ont utilisé des techniques d'« IA explicable » – un type d'IA qui permet aux humains de comprendre son fonctionnement – pour analyser des données rétrospectives sur plus de 19 000 patients ayant suivi un traitement de FIV. Ils ont exploré quelles tailles de follicules étaient associées à de meilleurs taux de récupération d’ovules matures pour aboutir à la naissance de bébés.
Ils ont découvert que l'administration de l'injection d'hormone lorsqu'une plus grande proportion de follicules mesuraient entre 13 et 18 mm était liée à des taux plus élevés d'ovules matures récupérés et à une amélioration des taux de naissance des bébés.
Actuellement, les cliniciens utilisent des échographies pour mesurer la taille des follicules principaux (les plus gros) et effectuent généralement l'injection de déclenchement lorsqu'un seuil de deux ou trois follicules principaux supérieurs à 17 ou 18 mm a été atteint.
Leurs résultats suggèrent que maximiser la proportion de follicules de taille intermédiaire pourrait optimiser le nombre d’ovules matures récupérés et améliorer les taux de naissance des bébés.
L'équipe estime que les résultats de l'étude mettent en valeur le potentiel de l'IA pour faciliter la personnalisation du traitement de FIV afin d'améliorer les résultats cliniques pour les patients et maximiser leurs chances de ramener un bébé à la maison. L'équipe prévoit de créer un outil d'IA qui utilisera les résultats de leurs recherches pour personnaliser le traitement de FIV et soutenir la prise de décision des cliniciens à chaque étape du processus de FIV. Ils demanderont un financement pour utiliser cet outil dans des essais cliniques.
La recherche, publiée dans Communications naturellesest dirigé par des chercheurs de l’Imperial College de Londres, de l’Université de Glasgow, de l’Université de St Andrews et des cliniciens de l’Imperial College Healthcare NHS Trust. Il est financé par UK Research and Innovation et le Imperial Biomedical Research Center (BRC) du National Institute for Health and Care Research (NIHR).
Le Dr Ali Abbara, clinicien-chercheur du NIHR à l'Imperial College de Londres et consultant en endocrinologie de la reproduction à l'Imperial College Healthcare NHS Trust, et co-auteur principal de l'étude, a déclaré :
« La FIV apporte de l'aide et de l'espoir à de nombreuses patientes qui sont incapables de concevoir, mais il s'agit d'un traitement invasif, coûteux et long. Il peut être déchirant en cas d'échec, il est donc important de s'assurer que ce traitement est aussi efficace que possible.
« L'IA peut offrir un nouveau paradigme dans la façon dont nous dispensons un traitement de FIV et pourrait conduire à de meilleurs résultats pour les patients.
« La FIV produit tellement de données riches qu'il peut être difficile pour les médecins de les utiliser pleinement lorsqu'ils prennent des décisions de traitement pour leurs patients. Notre étude a montré que les méthodes d'IA sont bien adaptées à l'analyse de données complexes de FIV. À l'avenir, l'IA pourrait être utilisé pour fournir des recommandations précises afin d'améliorer la prise de décision et d'aider à la personnalisation du traitement, afin que nous puissions donner à chaque couple la meilleure chance possible d'avoir un bébé.
Le professeur Waljit Dhillo, chercheur principal du NIHR du département du métabolisme, de la digestion et de la reproduction de l'Imperial College de Londres, endocrinologue consultant à l'Imperial College Healthcare NHS Trust et co-auteur principal de l'étude, a ajouté :
« Nos résultats pourraient ouvrir la voie à une nouvelle approche visant à maximiser le succès du traitement de FIV, conduisant à davantage de grossesses et de naissances.
« Notre étude est la première à analyser un vaste ensemble de données pour montrer que l'IA peut identifier les tailles de follicules spécifiques les plus susceptibles de produire des ovules matures plus précisément que les méthodes actuelles.
« Il s'agit d'un développement passionnant car les résultats suggèrent que nous pouvons utiliser des informations provenant d'un ensemble beaucoup plus large de tailles de follicules pour décider quand administrer aux patients des injections de déclenchement plutôt que de simplement prendre en compte la taille des plus gros follicules – ce qui est utilisé dans les études cliniques actuelles. pratique. »
L’IA explicable peut être une ressource précieuse dans le domaine de la santé. Là où les enjeux sont si élevés pour prendre la meilleure décision possible, cette technique peut soutenir la prise de décision des médecins et conduire à de meilleurs résultats pour les patients. Surtout, nous nous attendons à ce que la puissance de calcul s’améliore de façon exponentielle dans un avenir proche, nous permettant ainsi de prendre des décisions en utilisant des données précises d’une manière qui n’était pas possible auparavant. »
Dr Thomas Heinis, co-auteur principal, Département d'informatique, Imperial College London
Un couple sur six souffre d’infertilité et la FIV est devenue une intervention précieuse pour aider les patientes à concevoir.
Déclencher l'injection
Une décision clé dans le traitement de FIV est de savoir quand utiliser l'injection « de déclenchement » d'hormones, telles que la gonadotrophine chorionique humaine (hCG), pour faire mûrir les ovules en vue de leur collecte. Le moment du déclenchement a un impact sur le nombre d’œufs matures récupérés et sur le succès du traitement.
Les cliniciens utilisent des échographies pour mesurer la taille des follicules principaux (les plus gros). Ils donneront généralement le coup de déclenchement lorsqu'un seuil de deux ou trois follicules principaux de plus de 17 ou 18 mm de diamètre est atteint. Cependant, cette méthode manque de précision et ne prend pas en compte la taille de chaque follicule individuel ni la probabilité que chaque follicule produise un ovule mature.
Tailles des follicules
Dans l'étude rétrospective, l'équipe a utilisé des techniques d'IA sur les données de 19 082 patients âgés de 18 à 49 ans qui ont reçu un traitement dans l'une des 11 cliniques du Royaume-Uni, y compris les cliniques de FIV de l'Imperial College Healthcare NHS Trust, et deux en Pologne entre 2005-2023. Ils ont examiné la taille des follicules individuels les jours précédant et le jour de l’administration du déclencheur.
Les chercheurs ont découvert que des follicules de taille intermédiaire, de 13 à 18 mm, étaient associés à des ovules plus matures récupérés par la suite. Les données suggèrent que le fait d'avoir un plus grand nombre de follicules dans cette plage le jour du déclenchement était associé à de meilleurs résultats cliniques.
Ils ont également constaté qu’une stimulation trop longue des ovaires, de telle sorte qu’il y avait un plus grand nombre de follicules plus gros (plus de 18 mm) le jour de l’administration de déclenchement, pouvait entraîner une élévation prématurée de l’hormone progestérone. Cela peut avoir un impact négatif sur les résultats de la FIV en affectant le bon développement de l’endomètre – le tissu qui tapisse l’utérus et qui est important pour qu’une implantation d’embryon aboutisse à une grossesse. Cela réduit les chances qu’un embryon s’implante et conduise par la suite à une naissance vivante. Ces informations dérivées de l’IA peuvent aider l’équipe à développer des protocoles de FIV fondés sur des preuves et guidés par des données qui devraient améliorer l’efficacité du traitement.
