Dataset di IA per la selezione degli embrioni nella FIVET mira a migliorare la comunicazione con i pazienti

È stato rilasciato un nuovo dataset annotato da esperti di immagini di embrioni con descrizioni in linguaggio naturale per supportare la comunicazione basata su evidenze con i pazienti nella fecondazione in vitro. Il dataset affronta le limitazioni dei metodi attuali di selezione degli embrioni assistiti dall'IA, che spesso richiedono adattamento a dati clinici specifici, dipendono da incubatori time-lapse e mancano di interpretabilità. La valutazione morfologica da parte degli embriologi clinici rimane un passaggio cruciale nella FIVET, ma i pazienti moderni mettono sempre più in discussione le decisioni degli esperti, specialmente dopo trattamenti infruttuosi. Questa risorsa mira a fornire una giustificazione trasparente del processo decisionale e a favorire un dialogo rispettoso tra pazienti e clinici. Sebbene l'intelligenza artificiale abbia mostrato potenziale per la classificazione e la valutazione automatizzata degli embrioni, il suo impatto complessivo negli ambienti clinici rimane limitato. Il dataset è progettato per aiutare a colmare questa lacuna rendendo il ragionamento dell'IA più comprensibile. Il lavoro è documentato nel preprint arXiv 2604.16528v1, annunciato come abstract interdisciplinare.