AI hỗ trợ giai đoạn kích trứng hỗ trợ sinh sản (IVF)

AI hỗ trợ giai đoạn kích trứng: Đề xuất liều hormon tối ưu dựa trên siêu âm và dữ liệu lớn

Trong quy trình hỗ trợ sinh sản (IVF), giai đoạn kích thích buồng trứng là bước quan trọng, ảnh hưởng trực tiếp đến số lượng và chất lượng trứng thu được. Tuy nhiên, việc xác định liều hormone FSH/LH phù hợp cho từng bệnh nhân lại không hề đơn giản. Đây chính là lúc trí tuệ nhân tạo (AI) phát huy vai trò mạnh mẽ – mang lại sự cá nhân hóa và chính xác trong điều trị.

Hình minh họa sử dụng Ai trong lĩnh vự sản khoa

Vì sao cần tối ưu hóa liều hormon khi kích trứng?

Mỗi phụ nữ có cơ địa đáp ứng khác nhau với thuốc kích trứng. Nếu liều quá thấp, buồng trứng phản ứng yếu, số trứng thu được ít. Nếu liều quá cao, dễ gây quá kích buồng trứng (OHSS),ảnh hưởng sức khỏe và nguy cơ phải hủy chu kỳ. Việc cân đối chính xác liều hormon là yếu tố then chốt trong hiệu quả và an toàn của một chu kỳ IVF.

AI làm gì trong quá trình kích trứng?

Ngày nay, các hệ thống AI có thể phân tích hàng triệu dữ liệu từ các ca IVF trước, bao gồm:

• Kết quả siêu âm nang noãn theo từng ngày
• Tuổi, BMI, nồng độ AMH, FSH nền
• Lịch sử đáp ứng thuốc kích trứng
• Loại thuốc và phác đồ đã sử dụng

Từ đó, AI dự đoán mức độ đáp ứng và đề xuất liều hormon FSH khởi đầu phù hợp với từng người – thậm chí có thể gợi ý điều chỉnh liều trong quá trình theo dõi.

Mô hình AI hoạt động như thế nào?

AI sử dụng các mô hình machine learning như Random Forest, XGBoost, hoặc mạng thần kinh sâu để “học” từ dữ liệu lâm sàng. Nhiều nghiên cứu đã chứng minh mô hình AI có thể dự đoán chính xác:

• Số trứng trưởng thành thu được
• Khả năng phản ứng quá mức (OHSS)
• Xác suất tạo phôi chất lượng cao

Đặc biệt, các phần mềm như ART Compass, Life Whisperer hay mô hình mở từ các trường đại học châu Âu đã được thử nghiệm thành công trong nhiều trung tâm IVF.

Tài liệu tham khảo

• Applications of AI in ovarian stimulation – Fertility and Sterility
• Personalized prediction of live birth using XGBoost – PubMed Central
• Predicting fertility preservation outcomes using ML – Nature.com
• Machine learning models to predict IVF success – Frontiers in Artificial Intelligence
• Interpretable AI model for ovarian stimulation – Fertility and Sterility
• AI-based clinical decision support in IVF – SSRN

Lợi ích cho bác sĩ và bệnh nhân

• Giúp bác sĩ quyết định liều thuốc nhanh hơn và chính xác hơn
• Giảm tỷ lệ quá kích buồng trứng
• Tối ưu hóa chi phí thuốc cho bệnh nhân
• Tăng khả năng có trứng trưởng thành – từ đó nâng cao tỷ lệ đậu thai

Ứng dụng trong thực tế

Tại các trung tâm IVF lớn ở Mỹ, châu Âu và gần đây là Singapore, Nhật Bản, AI hỗ trợ cá nhân hóa kích trứng đã bắt đầu được triển khai. Mỗi bệnh nhân đều được đánh giá trên hệ thống AI trước khi quyết định liều tiêm đầu tiên. Từ kết quả siêu âm nang noãn và xét nghiệm hàng ngày, AI có thể đề xuất điều chỉnh liều nếu cần thiết.

Tại Việt Nam, đây là công nghệ mới nhưng có nhiều tiềm năng được tích hợp vào phần mềm quản lý IVF trong tương lai gần – giúp tăng hiệu quả và giảm gánh nặng cho bác sĩ trong giai đoạn theo dõi sát sao.

Kết luận

AI không thay thế bác sĩ, nhưng đóng vai trò là công cụ hỗ trợ thông minh – đặc biệt trong các quyết định đòi hỏi tính cá nhân hóa cao như điều chỉnh liều thuốc kích trứng. Với sự kết hợp giữa kinh nghiệm lâm sàng và sức mạnh phân tích dữ liệu của AI, các chu kỳ IVF trong tương lai sẽ trở nên chính xác, an toàn và hiệu quả hơn rất nhiều.

Nguồn tham khảo: "Artificial Intelligence in Personalized Controlled Ovarian Stimulation", arXiv, PubMed Central – https://www.ncbi.nlm.nih.gov/pmc/articles/PMC11799576/