Analysis of characteristics of good sperm at ICSI and creation of sperm grading method by artificial intelligence
| Project/Area Number |
19K09734
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 56030:Urology-related
|
|---|
| Research Institution | Yokohama City University |
|---|
Principal Investigator |
湯村 寧 横浜市立大学, 附属市民総合医療センター, 准教授 (30522023)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
濱上 知樹 横浜国立大学, 大学院工学研究院, 教授 (30334204)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2021: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2020: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2019: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 精子 / 生殖補助医療 / 顕微受精 / 人工知能 / 機械学習 / 選別 / 顕微授精 |
|---|
| Outline of Research at the Start |
顕微受精の成績は胚培養士が選別する精子の状態に依存する。精子の選別方法については明確なエビデンスはなく胚培養士の経験と知識に大きく依存する。申請者は横浜国立大学工学部 濱上らの協力を得て人工知能による精子認識研究を行ってきた。この方法を利用して顕微受精時の精子選別方法に関する胚培養士の知識・経験を人工知能に学習させることで、培養士のいう「良好精子」の物理的特徴を分析し、良好と定義される因子を用いて各精子に格付け（Grading）を行うシステムを作製する。この研究を進め顕微受精時の胚培養士補助システムの開発・胚培養士間の技術格差改善、そして胚培養士教育、男性不妊診療・研究への応用を目指す。
|
| Outline of Annual Research Achievements |
顕微受精の成績は胚培養士が選別する精子の状態に依存する。さらに良好な、顕微受精に適した精子の選別は胚培養士の経験と知識に大きく依存する。我々は顕 微受精時の精子選別方法に関する胚培養士の知識・経験を人工知能に学習させることで、培養士のいう「良好精子」の物理的特徴を分析し、良好と定義される因 子を用いて各精子に格付け(Grading)を行うシステムを作製することを本研究の目的とした。まず胚培養士が判断する「良好な精子」の基準を見出すことと、 機械学習に必要な大量のラベル付された映像情報(ここでは精子映像)を入力する必要があった。そのため(1)クラウド上にラベル入力用のアプリケーションを 作成、(2)同意を得た患者の顕微授精時の精子映像をアプリへ取りこませる。(3)このアプリケーションは胚培養士が映像内の精子一個一個に5段階で点数をつけ られるように設定されており、日本全国の経験豊富な培養士43名に協力していただき、点数をつけてもらった。 同じ映像でも43名の培養士全員が同じ評価をつけることはなく評価分布が生じる。この評価分布はヒストグラムとして表示される。我々は精子映像とそこからえ られたヒストグラムをもとに機械学習を行い、精子の映像から予測されるヒストグラムを作成するシステムを開発した。令和3年度末で約27,000個の映像にたい して機械学習が行われた。現時点でトレーニングを行なった人工知能が予測した精子の評価分布と経験ある胚培養士たちが回答した評価分布との誤差は1.43%で ありさらに誤差修正を行なっている。加えて本来の目的である特徴分析の精度を上げるためデータの増加とさらなる機械学習を追加する予定。また、次の研究のために必要な精子の判定システムも共同してくれる企業がみつかり、現在準備中です。
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
研究予定として令和3年度末までに良好精子の特徴分析と精子の選別システムを完成させる予定であった。しかしコロナ禍で分担研究者の濱上研究室が機能しなかった時期があったこと、もともとラベル入力はPCを各培養士に配布して行ってもらう予定であったものがクラウドシステムを開発したことやそれにともない倫理審査を再度行ったことが原因であったがのちにクラウドシステム導入のおかげで多くの培養士から効率よく情報が集められたため、この遅れは軽度になった。その後、精度をあげるためにさらなる機械学習が必要であるので、そのためのデータ収集 と令和3年度に行った培養士との共同作業とそのデータを基にした機械学習や論文作成、国際学会での発表が残っている。
また選別システムの開発、とくにユーザーインターフェースの開発は濱上研究室では困難であり、企業を探す必要が出てきたものの、その企業がみつからなかったことが遅れにつながっている（現在はその企業もみつかり機器開発を進めている）。
|
| Strategy for Future Research Activity |
まずはユーザーインターフェースの開発を行い、実際に機器開発を行う方向である。その機器を用いてさらに研究を進めるが、実際にこの測定器で選別された精子は妊娠しやすい精子なのかを検証する必要があり、現在はその準備を進めている。
|
Report
(4 results)
Research Products
(13 results)
-
-
-
-
-
-
-
[Presentation] 人工知能補助による顕微受精時の良好精子特徴分析と精子 Grading 法の開発2021
Author(s)
山本みずき,上野 寛枝,齋藤満里奈,西 真裕子,竹島 徹平,齋藤 智樹,栃原しおり,古目谷 暢,黒田晋之介,葉山 智工,宮腰 藍衣,濱田 春,村瀬真理子,湯村 寧
Organizer
第66回日本生殖医学会学術集会
Related Report
-
-
-
-
-
-
