Огляд того, де штучний інтелект уже додає клінічну цінність у циклі ДРТ, з явним фокусом на ендометрії. Лекція охоплює deep learning у роботі з зображеннями, femtech-екосистеми для домашнього гормонального скринінгу, автоматизацію рутинної ембріології, мікрофлюїдику та модель endometrium-on-chip, що з'являється.
Hertility, акредитована в Британії femtech-екосистема для домашнього використання, наразі скринує 18 репродуктивних станів, включно з 5 з прямою ендометріальною актуальністю, поєднуючи опитувальник пацієнтки, домашні гормональні тести та AI-асистовану телеконсультацію. Згорткова модель класифікації ендометріальної рецептивності з УЗ-зображення досягає точності 95% на 402 зображеннях. AI-підрахунок CD138 для хронічного ендометриту відповідає експертним патологам за чутливістю, специфічністю та точністю. AI-асистована гістероскопія виділяє межі септуму, устя труб і зони високого ризику перфорації. Single-cell атласи ендометрію (інтерактивні, з QR-посиланнями) тепер публічні. Модель endometrium-on-chip зі стромою, епітелієм та судинами реагує на дозування E2/прогестерону в дозозалежний спосіб.
Сприймати AI як поступову еволюцію поверх існуючих процесів, а не як революцію. Використовувати computer-vision інструменти в УЗД і гістероскопії там, де вони валідовані; розглянути AI-асистовану звітність CD138, якщо обсяги гістопатології це виправдовують. Позиціонувати femtech-екосистеми як шар збору даних і взаємодії з пацієнткою, що живить клініку, а не замінює клінічне судження. Будувати довіру перед масштабом: explainability і governance передують розгортанню.
Усі цитовані класифікатори ендометріальної рецептивності досі на малих вибірках і потребують зовнішньої валідації. Якість і стандартизація даних між центрами — найскладніша частина; без них AI успадковує шум. Етичні та data-protection рамки для потоків даних femtech-клініка все ще зрілішають.
Від домашнього гормонального скринінгу та класифікаторів УЗД-зображень до виявлення CD138 при хронічному ендометриті та endometrium-on-chip — огляд того, де штучний інтелект уже додає цінність у циклі ДРТ і де його реальні межі сьогодні.
Професор, MD, PhD, керівник Sona Academy (Sona Group); експерт з репродуктивної медицини з фокусом на медичній освіті та науковій стратегії. Ініціює та веде освітні й наукові програми групи, зокрема Winter School of Reproductology та сателітні наукові події.
Автор лекції «Штучний інтелект, femtech та автоматизація у ДРТ»
