Система для отбора эмбрионов, обладающих наилучшим потенциалом для успешной имплантации при проведении ЭКО, основанная на математических алгоритмах анализа медицинских снимков и метаданных пациентов.
При выборе система использует машинное обучение, высокопроизводительный анализ среды культивирования с использованием масс-спектрометра, волоконно-оптических методов и системы поддержки принятия решений на основе машинного обучения. Кроме того, используется time-lapse микроскопия (исследование последовательности изображений из эмбриоскопа) и анализ клеток ДНК эмбриона и крови родителей для выявления патогенных мутаций и прогнозирования успешности процедуры
3 шага работы продукта:
1) Ввод данных — заполнение формы с клиническими параметрами пациентов (анамнез, гормональные анализы, эмбриологические характеристики) или загрузка документа с необходимой информацией. LLM-модель автоматически извлекает необходимые параметры из текста и формирует таблицу для дальнейшего анализа.
2) Генерация прогноза — запуск модели машинного обучения для расчёта вероятности беременности в цикле ЭКО. Система проводит глубокий анализ табличных клинических данных: возраст пары, история предыдущих циклов ЭКО, состояние эндометрия, биомаркеры эмбрионов и т.д.
Готовая таблица подается в модель CatBoost, которая рассчитывает вероятность беременности конкретной супружеской пары в ЭКО
3) Создание отчёта и рекомендаций — отображение результата, визуализация вкладов факторов (SHAP), персональные рекомендации по факторам, заключение-протокол с подсчитанными значениями, рекомендацией по выбору наиболее подходящих эмбрионов и прогнозом результатов проведения ЭКО, например, вероятного количества циклов, необходимых для наступления беременности, экспорт отчёта для врача и медицинской информационной системы.