Kunstig intelligens kan bedre behandling av ufrivillig barnløshet

Illustrasjon som viser sædceller inne i en rund ramme, med en illustrasjon av kunstig intelligens med gullfargde nettverk og grener rundt. Nettverket er formet som en hjerne. Bakgrunnen er svart.

I løpet av ti år blir det for første gang flere eldre enn barn i Norge. Årsaken til dette er reduksjon i fruktbarhet, ifølge Statistisk sentralbyrå (SSB). 

Statsminister Erna Solberg oppfordret norske kvinner til å føde flere barn for å sikre Norges framtid. På OsloMet forskes det på hvordan kunstig intelligens kan bidra til å øke reproduksjonen.

Ufrivillig barnløse får vanligvis inntil tre forsøk på å bli gravide gjennom assistert befruktning. Ved å lage en algoritme for utvelgelsen av embryo og sædcelle med maskinlæring, er håpet at de trenger færre forsøk. – Trine B. Haugen

Trine B. Haugen er professor i biomedisin og leder av forskningsprosjektet ”ReproAI” ved Fakultetet for helsevitenskap, Fakultet for teknologi, kunst og design ved OsloMet og SimulaMet. En viktig samarbeidspartner er klinikken Fertilitetssenteret. 

Fakta om assistert befruktning

Assistert befruktning vil si befruktning eller inseminasjon som skjer utenfor kroppen.

Den vanligste metoden innen assistert befruktning er in vitro-fertilisering, som vil si at egget befruktes utenfor kvinnens kropp, for så å plasseres i livmoren.

Egget befruktes enten i en skål med sæden, eller så kan en sædcelle sprøytes direkte inn i egget, også kalt ICSI-teknikk. Rundt en tredjedel av slike behandlinger er vellykkede.

Kilde: NHI.no

Prosjektet er finansiert av FRIMEDBIO-programmet ved Norges forskningsråd.

Haugen tok sin doktorgrad i biomedisin i 1988, og interesserte seg tidlig for helsen til menn. I dag har hun spesialisert seg på mannlig infertilitet og testikkelkreft.

Kan maskinen velge de best egnede cellene?

ReproAI-prosjektet er en sammenslåing av forskningsområder innen reproduksjon (Repro) og kunstig intelligens (AI).

Prosjektet anvender kunstig intelligens-metoder for å forbedre utvelgelsen av embryoer og sædceller ved assistert befruktning. 

Målet med prosjektet er å utvikle metoder innen maskinlæring, som mer effektivt kan velge ut de best egnede embryoene for å sette dem tilbake til kvinnen, og de best egnede sædcellene fra mannen. Slik kan suksessraten for assistert befruktning økes. 

Teamet bak forskningsprosjektet består av et tverrfaglig samarbeid mellom forskere fra OsloMet, forskningssenteret SimulaMet og Fertilitetssenteret.  

Involverte ved OsloMet er Institutt for naturvitenskapelige helsefag og Institutt for informasjonsteknologi.

I tillegg til kompetanse om assistert befruktning, bistår klinikken med store mengder data, som blant annet omfatter film og bilder av embryo og spermier. 

Forskerteamet skal etter hvert gjennomføre en randomisert studie der metodene for kunstig intelligens skal brukes som et tilleggsverktøy til standard behandlingsprosedyrer. 

De forsker i et felt som det er voksende interesse for over hele verden, men foreløpig er det ingen som har lyktes med å utvikle gode modeller som kan erstatte dagens manuelle metoder i klinikken.

Kan menneskeøyet bli erstattet av et digitalt øye? 

I dagens praksis er det helsepersonell selv som avgjør hvilke sædceller og embryo som egner seg best til reproduksjon. 

Embryo og sædceller velges ut ifra vurderinger helsepersonell gjør ved å studere dem gjennom mikroskop. 

Embryo velges oftest ut ifra utseende, mens sædceller velges oftere ut ifra bevegelse. Dette kan effektiviseres ved hjelp av et «digitalt øye», det vil si kunstig intelligens (AI).

Et annet felt gruppen forsker på, er sædanalyse for å stille diagnose ved ufrivillig barnløshet.

– Å analysere sædceller handler mye om vurdering av bilder og video, hvor man med menneskeøyet via mikroskop vurderer blant annet sædcellenes bevegelser og svømmeferdigheter, sier Haugen. 

Fakta om kunstig intelligens

Algoritme er i databehandling en fullstendig og nøyaktig beskrivelse av en bestemt fremgangsmåte for løsning av en oppgave. Det kan også ligne et mønster, som brukes for å komme frem til ønskede resultater.

Kunstig intelligens er informasjonsteknologi som tilpasser aktiviteten sin basert på maskinlæring, og derfor kan fremstå som intelligent.

Maskinlæring er en gren, og et tverrfaglig fagområde, innen kunstig intelligens hvor man bruker metoder for å la datamaskiner lære seg å finne mønstre i store datamengder. Altså «lærer» maskinen i stedet for at noen programmerer den til å gjøre det.

Kilde: Store Norske Leksikon

Kunstig intelligens kan gjenkjenne mønstre

– Kunstig intelligens er spesielt godt egnet til bildeanalyse, og kan gjenkjenne mønstre og gjøre vurderinger vårt øye ikke like enkelt kan trenes opp til eller fange opp.

– Analyse av sædceller er komplisert og tidkrevende, og datamaskinene som har blitt brukt til dette er veldig dyre og gjør ikke en spesielt god jobb. Kunstig intelligens som tilleggsverktøy kan gjøre denne analysen mye mer effektivt, sier Haugen. 

– Hvor lang tid vil det ta før dette kan brukes i virkeligheten? 

– Vi har startet opp arbeidet med å utvikle algoritmer for å velge embryo, men ikke med spermier ennå. Men vi har utviklet algoritmer for å vurdere spermienes bevegelse i sædanalyse i diagnostisk sammenheng, sier Haugen. 

Prosjektet kom i gang i slutten av 2019, og fikk støtte fra Forskningsrådet til ut september i 2023. 

– Vi vil sikkert fortsette etter dette også. Selve prosjektet vil ta noen år, men vi håper på gode resultater underveis, sier Haugen. 

Illustrasjonen øverst i artikkelen er utarbeidet av ReproAI-teamet. 

Forskningsstrategi for 2020-2024

OsloMet sin Strategi 2024 setter blant annet mål om at OsloMet skal ”være en av landets ledende på forskningsbasert kunnskap for velferdssamfunnet”.

Visjonen med strategien er å levere kunnskap som løser samfunnets utfordringer, med tilhørende slagord: ”Ny viten – ny praksis”
 
Strategien deler inn i seks strategiske tematiske områder for forskning, utvikling og innovasjonssamarbeid ved Fakultetet for teknologi, kunst og design (TKD).

Tre av områdene inndeles i kontekstuelle temaer, og er satsningsområdene: (1) Smarte byer, (2) urbane hav og (3) intelligent helse.
 
Deretter følger de disiplinorienterte fokusområdene, som også deles inn i tre satsningsområder: (4) Kunstig intelligens, (5) universell og brukerorientert design, og (6) bærekraftig kultur, utdanning og innovasjon.

Mikroskopbilde av sædceller som beveger seg mot høyre
Jakter på den «perfekte» sædcellen

Kan kunstig intelligens gjøre assistert befruktning enda bedre?

Publisert: 01.09.21 | Helene Mosaker | Daniel Kolbeinshavn