Повышение эффективности отбора эмбрионов в программах вспомогательных репродуктивных технологий связано с активным внедрением технологий time-lapse культивирования и алгоритмов искусственного интеллекта. В то же время, несмотря на их широкое использование, прогностическая значимость данных подходов в отношении генетического статуса эмбрионов остаётся предметом дискуссии.

Целью исследования является оценка эуплоидного статуса эмбрионов на основе морфологических характеристик и использования программы Chloe AI в различных условиях культивирования.

Материалы и методы . Проведен ретроспективный анализ эуплоидного статуса 1050 эмбрионов, полученных в программах экстракорпорального оплодотворения у 288 пациенток с использованием собственных ооцитов в период 2023–2025 гг. Распределение пациенток по возрастным группам составило: до 30 лет — 25,6 % (n=74), 30–35 лет — 34,0 % (n=98), 35–40 лет — 29,6 % (n=85) и ≥40 лет — 10,8 % (n=31). Генетический статус эмбрионов определяли методом ПГТ-А. Морфологическая оценка проводилась в соответствии с классификацией Гарднера. Эмбрионы в зависимости от качества внутренней клеточной массы и трофэктодермы были разделены на три группы: A — высокого качества (AA, AB, BA), B — среднего качества (BB), C низкого качества (BC, CB, CC и др.). Система Chloe AI оценивает качество эмбрионов на основании морфокинетических параметров и динамики их развития, присваивая каждому эмбриону соответствующий балльный показатель. Статистическую значимость различий между группами оценивали при уровне p <0,05.

Сравнительный анализ показал, что при культивировании в системе time-lapse доля эуплоидных эмбрионов составила 64,6 % (n = 339) , тогда как при стандартных условиях — 57,9 % (n = 304) . Несмотря на более высокую частоту эуплоидных эмбрионов в группе time-lapse, различия не достигли статистической значимости (p = 0,08).

Дополнительный анализ с учётом возраста пациенток продемонстрировал закономерное снижение частоты эуплоидии с увеличением возраста независимо от условий культивирования. В возрастных группах <30, 30–35, 35–40 и ≥40 лет данный показатель составил 75,0 %, 71,2 %, 52,5 % и 32,8 % при time-lapse культивировании и 73,5 %, 64,1 %, 52,8 % и 39,3 % при стандартном культивировании, соответственно. Полученные результаты сопоставимы с современным представлениям о влиянии возраста пациенток на хромосомный статус эмбрионов [2].

Таким образом, использование time-lapse технологии в сочетании с системой Chloe AI предоставляет возможность непрерывного наблюдения за развитием эмбрионов без извлечения их из инкубационной среды. При этом выявлена тенденция к снижению частоты эуплоидии эмбрионов с увеличением возраста пациенток.

Бесплодие остаётся одной из наиболее значимых медико-социальных проблем современной репродуктивной медицины, что обусловливает активное развитие и внедрение вспомогательных репродуктивных технологий (ВРТ). Совершенствование методов экстракорпорального оплодотворения и переноса эмбрионов направлено на повышение эффективности лечения и увеличение вероятности наступления беременности. Предимплантационное развитие эмбриона представляет собой сложный многоэтапный процесс, включающий последовательные морфофункциональные изменения. После оплодотворения происходит слияние пронуклеусов, за которым следует этап дробления [1].

На третьи сутки активируется эмбриональный геном, обеспечивающий дальнейшее развитие с формированием морулы и последующим переходом к стадии бластоцисты. На данном этапе происходит дифференцировка клеток на трофэктодерму, формирующую в дальнейшем плацентарные структуры, и внутреннюю клеточную массу, из которой развивается эмбрион. Известно, что частота анеуплоидий на стадии бластоцисты может достигать 50–80 %, особенно у пациенток старшего репродуктивного возраста. Основными причинами формирования анеуплоидных эмбрионов являются ошибки мейотического деления в процессе созревания ооцитов, а также митотические нарушения на ранних этапах дробления [2].

Современные исследования показывают, что спектр хромосомных нарушений на предимплантационном этапе является крайне разнообразным и включает не только изолированные анеуплоидии, но и мозаицизм, множественные хромосомные изменения и сложные перестройки, часто несовместимые с дальнейшим развитием эмбриона.

Целью исследования являлась оценка эуплоидного статуса эмбрионов на основании их морфологических характеристик и данных системы Chloe AI при различных условиях культивирования.

В связи с этим актуальным является изучение взаимосвязи морфологических характеристик эмбрионов с их эуплоидным статусом, а также сравнительная оценка различных условий культивирования и современных методов анализа эмбрионов в программах ВРТ [3].

Результаты исследования

Пациентки были распределены на четыре возрастные группы: до 30 лет, 30–35 лет, 35–40 лет и старше 40 лет. Частота распределения по возрастным группам представлены в таблице 1.

Таблица 1

Распределение пациенток по возрасту

Анализ возрастной структуры исследуемой выборки, включавшей 288 пациенток, показал, что в группу женщин до 30 лет вошли 74 пациентки, что составило 25,6 %, тогда как самой многочисленной стала когорта пациенток в возрасте от 30 до 35 лет, насчитывавшая 98 человек или 34,0 % от общего количества человек. Группа женщин в возрасте от 35 до 40 лет была представлена 85 пациентками, доля которых составила 29,6 %, а наименьшую по численности группу сформировали 31 представительница старшего репродуктивного возраста от 40 лет и старше, доля которых в общей структуре выборки составила 10,8 %.

В рамках настоящей работы была изучена сопряженность морфологических признаков полученных эмбрионов с их хромосомным профилем, определенным методом преимплантационного генетического тестирования на анеуплоидии (ПГТ-А). Общий объем исследуемой выборки составил 525 бластоцист. В зависимости от визуальных характеристик эмбрионы были разделены на три ключевые группы: класс А (отличное качество) сформировали 280 образцов (53,3 %), класс B (среднее качество) — 155 (29,5 %), и класс C (низкое качество) — 90 единиц (17,2 %). Детальные сведения о распределении хромосомного статуса с учетом морфологической градации приведены в таблице 2. Результаты проведенного анализа выявили выраженную прямую зависимость между высоким морфологическим классом бластоцисты и вероятностью обнаружения эуплоидного хромосомного набора.

Таблица 2

Характеристика эуплоидного статуса эмбрионов в зависимости от морфологического качества

При попарном сравнении групп были выявлены статистически значимые различия между эмбрионами класса А и B (p <0,01), класса B и C (p <0,001), а также между эмбрионами класса А и C (p <0,0001). Наибольший разрыв в показателях наблюдался при сопоставлении эмбрионов высокого и низкого качества. Эти результаты наглядно подтверждают связь между внешним видом бластоцисты и эуплоидностью: чем хуже морфологический класс, тем выше риск анеуплоидий и ниже доля здоровых эмбрионов.

Из этого следует, что обычная оценка эмбрионов в строго фиксированное время не всегда дает полной картины и не позволяет судить о хромосомном наборе. Ограничения стандартного подхода доказывают, что в связке с time-lapse мониторингом результаты могут быть намного выше и качественнее. Использование ИИ-платформы Chloe AI помогает автоматизировать анализ динамики деления, делает выбор эмбриона объективным и позволяет выявлять скрытые маркеры генетических аномалий еще до переноса.

В таблице 3 представлены данные о морфологическом качестве эмбрионов по шкале SART, бальных значениях Chloe score и частоте эуплоидии.

Таблица 3

Распределение баллов CHLOE-score и частоты эуплоидности в зависимости от морфологического качества

Изучение количественных параметров по шкале CHLOE-score подтвердило их закономерную согласованность с результатами стандартной морфологической классификации. Класс «А» (отличное качество, n = 280): показал наивысший средний балл ИИ 8,5±1,0, что полностью соответствует диапазону «высокого качества» системы CHLOE (7.0–10.0). Класс «В» (Среднее качество, n = 155): средний балл сместился в диапазон «среднего качества» и составил 5,2 ±1,1. Интервал системы CHLOE от 3.5 до 6.9 баллов. Класс «С» (Низкое качество, n = 90): характеризовался наиболее низким средним баллом — 2,2±1,2, входящим в интервал «низкого качества» (0.0–3.4). Для проверки статистической достоверности межгрупповых различий средних баллов использовался парный t-критерий Стьюдента, расчет которого показал высокую значимость отклонений при сопоставлении всех трех классов: А и B, B и C, а также А и C (p <0,0001). Полученные результаты наглядно доказывают, что разделение эмбрионов нейросетью CHLOE носит не случайный характер, а базируется на объективных и статистически надежных различиях в кинетике их раннего деления.

Обсуждение

Полученные в настоящем исследовании результаты продемонстрировали более высокую частоту эуплоидии при использовании системы time-lapse по сравнению со стандартным культивированием. Сопоставимые данные были получены Kirkegaard и соавт., которые также не обнаружили достоверных различий в показателях имплантации и развития эмбрионов при сравнении time-lapse и стандартных инкубаторов. Авторы отметили, что time-lapse культивирование поддерживает развитие эмбрионов на уровне, сопоставимом со стандартными условиями культивирования. Вместе с тем применение time-lapse технологий позволяет осуществлять непрерывный мониторинг эмбрионов и получать дополнительные морфокинетические данные без нарушения условий культивирования, что может повышать информативность эмбриологической оценки [4].

Сходные результаты представлены Minasi и соавт., которые при анализе 1730 биопсированных бластоцист выявили взаимосвязь между морфологическим качеством, морфокинетическими параметрами и частотой анеуплоидий. Полученные нами данные также подтверждают, что эмбрионы высокого морфологического качества характеризуются большей частотой эуплоидии по сравнению с эмбрионами низкого качества [5].

Таким образом, результаты настоящего исследования согласуются с современными литературными данными, согласно которым применение time-lapse технологий и AI-алгоритмов позволяет повысить эффективность отбора эмбрионов с высоким эуплоидным потенциалом [6,7].

Анализ возрастных особенностей в настоящем исследовании показал закономерное снижение частоты эуплоидии эмбрионов с увеличением возраста пациенток независимо от условий культивирования. Так, у пациенток младше 30 лет частота эуплоидии составила 75,0 % при time-lapse культивировании и 73,5 % при стандартном, тогда как в группе ≥40 лет данный показатель снижался до 32,8 % и 39,3 % соответственно.

Полученные результаты сопоставимы с современными литературными данными, согласно которым вероятность получения эуплоидных эмбрионов прогрессивно уменьшается с возрастом пациенток. В исследовании Laguna Rodriguez и соавт. частота эуплоидии эмбрионов хорошего качества составила 73 % у пациенток младше 35 лет, снижаясь до 31 % в возрасте 39–40 лет и до 23 % у пациенток 41–42 лет. [8].

Аналогичная тенденция наблюдалась и в настоящем исследовании, где после 35 лет отмечалось выраженное снижение доли эуплоидных бластоцист. Данные изменения связывают с возраст-ассоциированным увеличением частоты ошибок мейотического деления, нарушением сегрегации хромосом и снижением качества ооцитов. [9].

Таким образом, полученные результаты подтверждают современные представления о значительном влиянии возраста пациенток на хромосомный статус эмбрионов и вероятность получения эуплоидных бластоцист в программах ВРТ.

Анализ морфологического качества эмбрионов в настоящем исследовании показал наличие выраженной взаимосвязи между морфологическим классом бластоцист и их генетическим статусом. Наиболее высокая частота эуплоидии наблюдалась у эмбрионов класса A и составила 75,0 %, тогда как в группе эмбрионов класса B данный показатель снижался до 61,3 %, а среди эмбрионов класса C — до 37,8 %. Полученные данные свидетельствуют о снижении вероятности выявления эуплоидного статуса по мере ухудшения морфологических характеристик эмбрионов. [10,11].

Полученные результаты согласуются с современными литературными данными, согласно которым эмбрионы высокого морфологического качества характеризуются более высокой частотой эуплоидии по сравнению с эмбрионами низкого качества. В ряде исследований показано, что частота эуплоидии у эмбрионов хорошего качества может превышать 55 %, тогда как у эмбрионов низкого качества данный показатель снижается до 30 % и менее. Вместе с тем современные данные свидетельствуют о том, что морфологическая оценка не позволяет с абсолютной точностью прогнозировать хромосомный статус эмбрионов, поскольку анеуплоидные бластоцисты могут встречаться даже среди эмбрионов высокого качества [12].

Кроме того, в литературе отмечается, что сочетанная оценка морфологических характеристик эмбрионов, возраста пациенток и морфокинетических параметров обладает большей прогностической ценностью в отношении эуплоидии по сравнению с использованием только стандартной морфологической оценки. Полученные нами результаты также продемонстрировали снижение частоты эуплоидии как при ухудшении морфологического качества эмбрионов, так и при увеличении возраста пациенток [13].

Обнаруженная нами высокая статистическая значимость различий между средними баллами всех трех морфологических классов (p<0,0001) наглядно доказывает, что разделение эмбрионов программой CHLOE EQ™ базируется на объективных параметрах кинетики их раннего деления. Полученные количественные показатели шкалы демонстрируют четкую согласованность с традиционной визуальной оценкой. Так, для эмбрионов отличного качества (класс А, n = 280) нами был зафиксирован наивысший средний балл ИИ, составивший 8,5±1,0, что полностью соответствует диапазону высокого качества оригинальной системы. Напротив, смещение средней оценки до уровня 5,2±1,1 балла в группе среднего качества (класс B, n = 155) и падение до минимума 2,2 ±1,2 балла у эмбрионов низкого качества (класс C, n = 90) указывает на высокую чувствительность автоматизированных алгоритмов к скрытым отклонениям в онтогенезе.

Эти результаты напрямую перекликаются с выводами масштабного исследования Ten et al. (2025) , в котором на выборке из нескольких тысяч бластоцист было доказано, что баллы системы CHLOE EQ™ строго детерминированы точными хронологическими интервалами развития, включая скорость развития эмбриона [14]. Выявленная нами закономерность, при которой бластоцисты класса «С» концентрируют в себе минимальные оценки ИИ, подтверждает вышеуказанное исследование о способности нейросети улавливать даже незначительные задержки и аномалии дробления, переводя их в сниженный цифровой балл. Более того, четкая дифференциация морфологических групп по шкале CHLOE-score в нашей работе согласуется с данными Gómez et al. (2022) , которые выявили прямую прогностическую связь между баллами ИИ, качеством внутренней клеточной массы и общим потенциалом бластуляции [15].Таким образом, сопоставление собственных данных с международным опытом подтверждает, что внедрение ИИ-платформы Chloe AI позволяет минимализировать проблему субъективности и вариабельности визуального анализа, обеспечивая переход к стандартизированной и математически обоснованной селекции наиболее жизнеспособных эмбрионов.

Заключение

Настоящее исследование позволило комплексно оценить возможности прогнозирования хромосомного набора бластоцист с помощью сопоставления классической эмбриологической оценки и современных цифровых алгоритмов.

1. На основании анализа 525 бластоцист, полученных от 288 пациенток различных возрастных групп, подтверждена прогностическая ценность традиционной классификации: установлена строгая прямая зависимость между визуальными характеристиками эмбрионов и вероятностью выявления эуплоидного статуса методом ПГТ-А. По мере снижения морфологического качества от класса А к классам B и C частота встречаемости генетически здоровых эмбрионов закономерно снижается, что делает стандартную оценку важным первичным ориентиром для отбора бластоцист.
2. Внедрение автоматизированной ИИ-платформы Chloe AI позволяет перевести качественные морфологические градации в объективный цифровой эквивалент. Количественные показатели шкалы CHLOE-score продемонстрировали высокозначимую согласованность с традиционными классами (p <0,0001 при парном сравнении групп А, B и C), где эмбрионы отличного качества получили наивысший балл (8,5± 1,0), а образцы низкого качества — минимальный (2,2±1,2). Данный факт строго доказывает, что нейросетевые алгоритмы дифференцируют эмбрионы на основе реальных, математически фиксируемых различий в кинетике их дробления.

Статистически значимые различия между группами эмбрионов различных морфологических классов подтверждают высокую чувствительность системы CHLOE AI к особенностям эмбрионального развития. Это свидетельствует о возможности использования искусственного интеллекта в качестве дополнительного инструмента объективизации селекции эмбрионов в программах ВРТ. Данный подход точнее прогнозирует генетический и имплантационный потенциал развивающихся эмбрионов, помогая эмбриологу выявлять наиболее перспективные бластоцисты для переноса в программах ВРТ.

Литература:

1. Wang S., et al. Effect of blastocyst morphology and developmental rate on euploidy and live birth rates in PGT-A cycles // Frontiers in Endocrinology. — 2022. — Vol. 13. — Article 858042. — DOI: 10.3389/fendo.2022.858042.
2. Bori L., Vaiarelli A., Cimadomo D., et al. Embryo selection through artificial intelligence versus embryologists: a systematic review // Human Reproduction Open. — 2023. — Vol. 2023(3). — Article hoad031. — DOI: 10.1093/hropen/hoad031.
3. Barnes F. L., et al. Deep learning for embryo evaluation using time-lapse // American Journal of Obstetrics and Gynecology. — 2023. — Vol. 229(4). — P. 403.e1–403.e13. — DOI: 10.1016/j.ajog.2023.05.019.
4. Kirkegaard K., Hindkjær J. J., Ingerslev H. J. A randomized clinical trial comparing embryo culture in a conventional incubator with a time-lapse incubator // Journal of Assisted Reproduction and Genetics. — 2012. — Vol. 29(6). — P. 565–572. — DOI: 10.1007/s10815–012–9780-x.
5. Minasi, M. G., Colasante, A., Riccio, T., Ruberti, A., Casciani, V., Scarselli, F., Spinella, F., Fiorentino, F., Varricchio, M. T., & Greco, E. (2016). Correlation between aneuploidy, standard morphology evaluation and morphokinetic development in 1730 biopsied blastocysts: a consecutive case series study. Human Reproduction, 31(10), pp. 2245–2254.
6. Laguna Rodriguez A., et al. Clinical efficacy of PGT-A according to maternal age // Human Reproduction. — 2023. — Vol. 38(Suppl. 1). — Article dead093.611. — DOI: 10.1093/humrep/dead093.611.
7. Li Y., Wang Q., Zhang X., et al. Automatic ploidy prediction and quality assessment of human blastocysts using time-lapse imaging // Nature Communications. — 2024. — Vol. 15. — Article 7461. — DOI: 10.1038/s41467–024–51823–7.
8. Wang S., et al. The association between embryo development and euploidy rates in advanced-aged women // Journal of Clinical Medicine. — 2024. — Vol. 13(2). — Article 626. — DOI: 10.3390/jcm13020626.
9. Li X., et al. Non-invasively predicting euploidy in human blastocysts via morphological parameters // Reproductive Biology and Endocrinology. — 2024. — Vol. 22. — Article 102. — DOI: 10.1186/s12958–024–01302-x.
10. Paz G., Rodriguez A., et al. PGT-A in advanced maternal age: the probability of obtaining euploid embryos decreases with age // Journal of Assisted Reproduction and Genetics. — 2024. — DOI: 10.1007/s10815–024–03245–8.
11. Kim J., et al. Assessment of artificial intelligence model and manual embryologist scoring in embryo selection // Reproductive Biology and Endocrinology. — 2024. — Vol. 22. — Article 87. — DOI: 10.1186/s12958–024–01198–7.
12. Lee S., et al. Evaluation of the clinical efficacy and trust in AI-assisted embryo selection // Journal of Medical Internet Research. — 2024. — Vol. 26. — Article e52637. — DOI: 10.2196/52637.
13. AlSaad R., et al. Deep learning applications for human embryo assessment monitored through time-lapse imaging systems // Frontiers in Reproductive Health. — 2025. — Vol. 7. — Article 1549642. — DOI: 10.3389/frph.2025.1549642.
14. Kato K., et al. Deep-learning model for embryo selection using time-lapse imaging of matched high-quality embryos // Scientific Reports. — 2025. — Vol. 15. — Article 10531. — DOI: 10.1038/s41598–025–10531-y.
15. Ten, J., Tio, M. C., Pini, P., Kelley, K., Guerrero, J., Hickman, C., & Fairtility Team. (2025). Decoding embryo development: the impact of clinical variables in morphokinetics and AI quality scoring. Reproductive BioMedicine Online, 50(2), article 104866.
16. Gómez, E . , Brualla-Mora, A., Almunia, N., Jiménez, R., Hickman, C., Harvardi, I., & Villaquirán, A. M. (2022). An analysis of qualitative and quantitative morphokinetic parameters automatically annotated using CHLOE (Fairtility), an AI-based tool, finds AI score predictive of blastulation and ploidy. Human Reproduction.