[論文レビュー] Data-Driven Prediction of Embryo Implantation Probability Using IVF Time-lapse Imaging

David H. Silver, Martin Feder+8 more|arXiv (Cornell University)|Jun 1, 2020

Reproductive Biology and Fertility参考文献 14被引用数 11

ひとこと要約

本論文では、Ubarと呼ばれる深層学習モデルを提示する。このモデルは、CNN-LSTMアーキテクチャを用いて、ラベルなしの時間分解能動画から空間的・時間的特徴を抽出し、着床確率を直接予測する。このモデルは、専門家である胚細胞学者パネルよりも12%高い陽性予測値と29%高い陰性予測値を達成し、臨床的意義において人間の判断を上回った。

ABSTRACT

The process of fertilizing a human egg outside the body in order to help those suffering from infertility to conceive is known as in vitro fertilization (IVF). Despite being the most effective method of assisted reproductive technology (ART), the average success rate of IVF is a mere 20-40%. One step that is critical to the success of the procedure is selecting which embryo to transfer to the patient, a process typically conducted manually and without any universally accepted and standardized criteria. In this paper we describe a novel data-driven system trained to directly predict embryo implantation probability from embryogenesis time-lapse imaging videos. Using retrospectively collected videos from 272 embryos, we demonstrate that, when compared to an external panel of embryologists, our algorithm results in a 12% increase of positive predictive value and a 29% increase of negative predictive value.

研究の動機と目的

• IVFの成功率が低く、変動が大きい（20–40%）という問題に対処し、主観的で標準化されていない手動の分類法を超えて胚の選別を改善すること。
• 時間分解能画像から直接着床確率を予測するデータ駆動型で自動化されたシステムを構築すること。これにより、手動で定義された形態的パラメータに依存するのを回避する。
• 動画データからのエンドツーエンド学習を活用することで、専門家胚細胞学者の臨床的予測精度を上回ること。
• ラベル付きデータが少ない（着床結果が既知の胚272個）状況下でも、人間のパネルの性能を上回るモデルが得られることを示すこと。

提案手法

• 8,789枚のラベルなし時間分解能動画フレームを用いて、$L_2$損失を伴う10層のCNNオートエンコーダーを訓練し、968次元のフレームレベル埋め込みを抽出した。
• 4,087本のラベル付き動画を用いて、エンコードされたフレーム埋め込みを用いて胚細胞学者の評価分布を予測するLSTMネットワークを訓練した。
• 同じLSTMエンコーダーを、既知の着床結果（成功108例、失敗164例）を持つ272本の動画で、着床確率を予測するバイナリ分類ヘッドを用いて微調整した。
• データ漏洩を防ぐために、患者単位のデータを除外する10分割交差検証を用いてモデル評価を行った。
• AUC、陽性予測値（PPV）、陰性予測値（NPV）を用いて性能を評価し、専門家パネルのスコアとランダムベースラインとを比較した。
• 事前学習済みオートエンコーダーからの埋め込みを用いてエンドツーエンドでモデルを訓練した。これにより、表現学習と結果予測の共同学習が可能になった。

実験結果

リサーチクエスチョン

• RQ1 時間分解能胚動画に対してエンドツーエンドで学習させた深層学習モデルは、胚細胞学者の着床確率予測を上回ることができるか？
• RQ2 手動の形態的スコア基準を回避するデータ駆動型アプローチは、人間がアノテートしたスコアシステムよりも優れた予測性能を示すか？
• RQ3 比較的小さな数のラベル付き着床結果（272個の胚）で学習したモデルは、専門家パネルの性能を上回ることができるか？
• RQ4 モデルの陽性予測値と陰性予測値は専門家パネルと比べてどのように異なるか？そして、より高い予測精度が臨床的影響に与える影響は何か？

主な発見

• Ubarモデルは、着床予測のAUCが0.82 ± 0.07を達成し、専門家パネルのAUC（0.58 ± 0.04）を有意に上回った。
• Ubarの陽性予測値（PPV）は93%であり、専門家パネルのPPV（81% ± 1%）よりも12%高い。
• Ubarの陰性予測値（NPV）は58%であり、専門家パネルのNPV（23% ± 8%）よりも29%高い。
• ブートストラップ検証（1,000回の繰り返し）においてもモデルの性能は安定しており、AUCおよび予測値推定の信頼性が確認された。
• モデルの優れた性能は、誤って着床しない胚の不必要な移植（偽陽性）を減らし、着床可能な胚の移植が見逃される（偽陰性）のを防ぐ可能性を示唆している。
• 272個のラベル付き着床結果しか使用していないにもかかわらず、モデルは専門家パネルの性能を上回った。これは、ラベルなしデータからの表現学習が、下流の予測を向上させることを示している。