Mniej więcej połowa przypadków niepłodności wśród ludzi dotyczy mężczyzn - przypominają naukowcy z Uniwersytetu Toho, powołując się na dane WHO.

Jednym z głównych narzędzi do testowania płodności mężczyzn jest obecnie analiza nasienia, którą jednak można przeprowadzić tylko w wyspecjalizowanych placówkach.

Japońska grupa, na łamach pisma "Scientific Reports" (https://www.nature.com/articles/s41598-024-67910-0) przedstawiła dużo prostszą do stosowania metodę. Przy udziale ponad 3,5 tys. ochotników naukowcy wyszkolili sztuczną inteligencję, która ocenia męską płodność na podstawie stężenia we krwi hormonów, takich jak testosteron, hormon luteinizujący, folikulotropina, prolaktyna i estradiol.

Na obecnym etapie system osiągał dokładność 74 proc., przy czym szczególnie dobrze radził sobie w rozpoznawaniu azoospermii nieobturacyjnej związanej z zaburzeniami pracy jąder.

Jak podkreślają badacze, jet to najpoważniejsza forma męskiej niepłodności. W tym przypadku SI była dokładna w 100 proc.

"Model predykcyjny oparty na sztucznej inteligencji jest przeznaczony wyłącznie do stosowania jako wstępny etap przesiewowy przed badaniem nasienia. Chociaż nie zastępuje on analizy nasienia, może być łatwo przeprowadzany w placówkach innych niż specjalizujące się w leczeniu niepłodności" - mówi prof. Hideyuki Kobayashi, autor systemu.

"Model predykcyjny SI użyty w tym badaniu był szczególnie dokładny w przewidywaniu nieobturacyjnej azoospermii, która jest ciężką formą azoospermii. Kiedy model predykcyjny wykrywa wartości nieprawidłowe wskazujące na nieobturacyjną azoospermię, powinno to być dla nich sygnałem do wykonania szczegółowych badań w specjalistycznej klinice niepłodności i podjęcia odpowiedniego leczenia" - podkreśla naukowiec.

Teraz badacze pracują nad komercyjną wersją swojego systemu.

"Mamy nadzieję, że w przyszłości laboratoria kliniczne i centra badań profilaktycznych będą wykorzystywać nasz - oparty na sztucznej inteligencji - model predykcyjny do przesiewowego badania męskiej niepłodności, zwiększając tym samym dostępność badań poprzez usunięcie obecnych barier" - podkreśla prof. Kobayashi. (PAP)

Marek Matacz

mat/ zan/