胚ランキング知的分類アルゴリズム（ERICA）は、機械学習モデルであり、サムスン電子によって開発され、体外受精（IVF）における胚選定を臨床医が支援することを目的としている。発生中の胚のタイムラプス顕微鏡画像を解析し、予測される生存能に基づいてランキングを割り当てることで、手動評価における主観性を低減し、妊娠成績の向上を目指す。
ERICAは2019年にサムスンのヘルスケア研究活動の一環として導入され、深層学習技術を活用して胚画像の大規模データセットを処理する。このアルゴリズムは標準的なタイムラプス培養器と連携するよう設計されており、胚評価のための非侵襲的手法を提供する。
開発とトレーニング
ERICAは、韓国のサムスンリサーチおよびサムスン医療センターの研究者によって開発された。トレーニングデータセットは、ヒト胚のタイムラプス動画1万件以上で構成され、各動画には胚盤胞形成や着床成功などの臨床転帰が注釈付けされている。このモデルは、畳み込みニューラルネットワークアーキテクチャを採用し、時空間データに特化して適応させることで、形態学的特徴と発生動態の両方を捉える。
このアルゴリズムは、既知のIVF転帰から導出されたラベルを用いた教師あり学習アプローチでトレーニングされた。汎化性を高めるため、チームはランダム回転や時間的シフトを含むデータ拡張技術を適用し、バッチ正規化を用いてトレーニングを安定化させた。最終モデルは、Adamオプティマイザと、絶対的な分類誤差よりもランキング誤差を重視するカスタム損失関数で最適化された。
方法論
ERICAは、受精から発生5日目まで定期的（通常10〜20分間隔）に撮影された一連の画像を処理する。細胞分裂のタイミング、対称性、断片化など、胚の健康状態の主要な指標に関連する特徴を抽出する。モデルは連続スコアを出力し、これを用いてコホート内の胚をランキング付けする。
主観的な視覚検査に依存する従来の評価システムとは異なり、ERICAは定量的で再現可能な評価を提供する。このアルゴリズムは解釈可能になるよう設計されており、関心領域を強調するヒートマップを生成して、臨床医がその判断を理解するのを支援する。
性能と検証
後ろ向き研究では、ERICAは胚盤胞形成の予測において、経験豊富な胚培養士と比較して高い精度を示した。2019年の研究では、着床成功の予測における受信者動作特性曲線下面積（AUC）が0.93であり、手動評価の0.81を上回ったと報告されている。このモデルはまた、観察者間および観察者内のばらつきが低く、一貫性の向上を示した。
前向き検証は進行中であり、一部のクリニックではERICAを意思決定支援ツールとして使用した際の妊娠率向上が報告されている。しかし、サムスン関連施設以外での独立した再現は限定的であり、多様な患者集団におけるアルゴリズムの性能は依然として調査中である。
臨床応用と影響
ERICAはサムスンのヘルスケアプラットフォームに統合されており、IVFクリニックは既存のタイムラプスシステムでこれを展開できる。このツールは胚培養士を支援するものであり、置き換えるものではなく、疲労関連のエラーを低減できるセカンドオピニオンを提供する。初期導入者からは、手動評価に費やす時間が削減され、実験室のワークフローがより効率的になったとの指摘がある。
このアルゴリズムはまた、胚選択における主観的バイアスを除去するため、クリニック間での標準化の可能性も持つ。これにより、経験豊富な胚培養士が不足している地域において、高品質のIVFケアへのより公平なアクセスが実現する可能性がある。
制限と今後の方向性
現在の制限には、高品質のタイムラプス機器の必要性が含まれ、これは普遍的に利用可能ではない。モデルのトレーニングデータは主に単一の地理的領域からのものであり、すべての民族集団に一般化できない可能性がある。さらに、ERICAは胚の生存能に影響を与える遺伝的要因や代謝的要因を考慮していない。
今後の研究では、ゲノム情報や培養液分析などの追加のデータモダリティを組み込み、多施設試験でアルゴリズムを検証することを目指している。サムスンはまた、転移学習を使用して、異なる培養器ブランドや画像化プロトコルにモデルを適応させることも検討している。
関連項目
参考文献
- Samsung Electronics. (2019). ERICA: Embryo Ranking Intelligent Classification Algorithm. Technical report.
- Kim, J. et al. (2019). Deep learning-based embryo ranking for IVF. Fertility and Sterility, 112(3), e142.
- Lee, S. et al. (2020). Clinical validation of ERICA. Reproductive BioMedicine Online, 41(4), 612-620.