Ящук А.Г., Громенко Д.Д, Насырова С.Ф.

Башкирский государственный медицинский университет, г. Уфа, Россия

ПЕРЕНОС ЭМБРИОНА МОЛОДЫМ ПАЦИЕНТКАМ С ИСПОЛЬЗОВАНИЕМ ИИ

Несмотря на то, что молодой возраст женщины является ключевым фактором эффективности программ ВРТ, частота наступления беременности в пересчете на цикл лечения у пациенток младше 35 лет остается низкой, что подчеркивает необходимость повышения результативности программ ЭКО. Использование технологий ИИ для отбора оптимального эмбриона для переноса может повысить результаты, однако для подтверждения этой гипотезы требуется больше данных.
Цель исследования – выяснить, улучшает ли отбор эмбрионов с помощью ИИ результаты программ ЭКО/ИКСИ у женщин младше 35 лет.
Материал и методы. Проспективное рандомизированное исследование включало 120 пациенток в возрасте 18-34 лет, проходивших ЭКО/ИКСИ в медицинском центре «Семья» (Уфа) с 01.01.24 г. по 01.04.24 г. Проведен анализ результатов протоколов ЭКО/ИКСИ у пациенток, разделенных на группы в зависимости от метода отбора эмбриона: группа 1 (опытная, n = 60) – отбор с помощью ИИ ERICA 1.0; группа 2 (контрольная, n = 60) – рутинная морфологическая оценка по шкале Гарднера.
Результаты. В группе, где отбор эмбрионов выполнялся с помощью ИИ (n = 60), зарегистрирована 31 клиническая беременность (51,7%) по сравнению с 24 беременностями (40,0%) в контрольной группе (p = 0,200). В опытной группе 2 случая завершились самопроизвольным абортом (6,5% от всех беременностей), в контрольной – 3 случая (12,5%) (p = 0,440).
Заключение. Результаты исследования показывают, что ИИ может быть перспективным инструментом для отбора эмбриона на перенос. Тем не менее, для окончательных выводов необходимы дополнительные исследования с увеличением объема выборки.

Ключевые слова: искусственный интеллект; перенос эмбрионов; экстракорпоральное оплодотворение.

Yashchuk A.G., Gromenko D.D., Nasyrova S.F.

Bashkir State Medical University, Ufa, Russia

EMBRYO TRANSFER IN YOUNG PATIENTS USING AI

Although a young female age is a key factor in the effectiveness of ART programs, the pregnancy rate per treatment cycle in patients under 35 years remains low, emphasizing the need to improve the efficiency of IVF programs. The use of AI technologies for selecting the optimal embryo for transfer may improve outcomes; however, more data are required to confirm this hypothesis.
The aim of the research. To determine whether AI-based embryo selection improves the outcomes of IVF/ICSI programs in women under 35 years of age.
Materials and methods: This prospective randomized study included 120 patients aged 18-34 years who underwent IVF/ICSI at the «Semya» Medical Center (Ufa) from January 1, 2024, to April 1, 2024. An analysis of IVF/ICSI protocol results was conducted in patients divided into groups based on the embryo selection method: Group 1 (experimental, n = 60) – selection using AI ERICA 1.0; Group 2 (control, n = 60) – routine morphological assessment according to the Gardner scale.
Results. In the group where embryo selection was performed using AI (n = 60), 31 clinical pregnancies were recorded (51.7%) compared to 24 pregnancies (40.0%) in the control group (p = 0.200). In the experimental group, 2 cases ended in spontaneous abortion (6.5% of all pregnancies), while in the control group, there were 3 cases (12.5%) (p = 0.440).
Conclusion. The study results indicate that AI may be a promising tool for selecting embryos for transfer. Nevertheless, further research with an increased sample size is necessary for definitive conclusions.

Key words: artificial intelligence; embryo transfer; in vitro fertilization

Возраст женщины является ключевым фактором, влияющим на частоту наступления беременности (ЧНБ) и родов живым ребенком при использовании программ вспомогательных репродуктивных технологий (ВРТ) [1]. Действительно, кумулятивная частота родов живым ребенком на одну трансвагинальную пункцию (ТВП) у пациенток моложе 35 лет достигает своего максимума при извлечении порядка 25 ооцитов и составляет 72% [2]. Однако при анализе репродуктивных исходов с учетом свежего переноса, несмотря на благоприятный прогноз для молодых пациенток, согласно последним данным регистра Российской ассоциации репродукции человека (РАРЧ), ЧНБ на программу экстракорпорального оплодотворения (ЭКО) составляет 23,3%, интрацитоплазматической инъекции сперматозоида (ИКСИ) – 22,9% [3]. В связи с этим, вопрос о повышении эффективности программ ЭКО для оптимизации затрат государства по системе обязательного медицинского страхования, включая пациенток молодого возраста, является крайне актуальным.
На этапе овариальной стимуляции повышение дозировки фолликулостимулирующего гормона (ФСГ) способно привести к чрезмерному ответу яичников на овариальную стимуляцию, что, с одной стороны, способно повысить кумулятивную частоту родов живым ребенком. С другой стороны, для предотвращения возможного синдрома гиперстимуляции яичников врач может быть вынужден отменить перенос в свежем цикле, что, в свою очередь, не способствует увеличению ЧНБ. В связи с этим, большая часть исследований сосредоточена на изменении тактики относительно этапа переноса эмбрионов (ПЭ).
Стратегия селективного переноса одного эмбриона признана современным стандартом для увеличения шансов на успешное зачатие и минимизации риска многоплодной беременности. Однако метод выбора лучшего эмбриона для переноса все еще остается предметом для дискуссий [4]. Стандартная морфологическая оценка эмбрионов, разработанная Гарднером, хоть и удобна в применении, все же остается субъективной и подвержена значительной внутри- и межлабораторной вариабельности [5]. Преимплантационное генетическое тестирование на анеуплоидии (ПГТ-А), обещавшее быть перспективным методом отбора, оказалось неэффективным для эмбрионов пациенток младше 35 лет. Более того, оно не только не улучшило результаты, но и снизило их из-за возможного повреждения эмбриона в процессе биопсии или избыточной селективности метода в отношении мозаичных эмбрионов [6]. Кроме того, такой подход исключает возможность свежего переноса, так как требует длительного времени для проведения генетического тестирования перед процедурой переноса эмбриона (ПЭ).
В настоящее время рассматривается возможность применения технологии искусственного интеллекта (ИИ) для совершенствования существующей стратегии оценки эмбрионов. Данная методика является неинвазивной, простой в использовании и быстрой в реализации. Она уже демонстрирует результаты, превышающие средние показатели оценки эмбриологами морфологических параметров клеток по шкале Гарднера на 10% [7, 8]. Применение ИИ минимизирует вариабельность, присущую субъективной оценке эмбриологов, и особенно эффективно при анализе эмбрионов, полученных от пациенток моложе 35 лет, где ИИ показывает высокую специфичность [9, 10]. Исследования Diakiw SM. eе al. (2022), основанные на анализе 15 тысяч эмбрионов 5-го дня развития, предполагают, что модели ИИ могут быть использованы для дифференциации мозаичных эмбрионов в зависимости от уровня мозаицизма [11].
Однако, несмотря на перечисленные преимущества, Dimiеriadis I. eе al. (2022) подчеркивают необходимость проведения проспективных исследований для оценки эффективности применения методов машинного обучения в клинической практике параллельно со стандартным подходом [12]. Поскольку данная технология находится на стадии разработки и в литературе пока недостаточно данных о ее эффективности, мы поставили перед собой задачу проверить, действительно ли оценка с применением ИИ способна улучшить исходы программ ЭКО/ИКСИ в расчете на цикл у молодых пациенток.
Цель работы – выяснить, улучшает ли отбор эмбрионов с помощью ИИ результаты программ ЭКО/ИКСИ у женщин младше 35 лет.

МАТЕРИАЛ И МЕТОДЫ

В проспективное исследование были включены 120 пациенток младше 35 лет, проходивших программу ЭКО в период с 1 января по 1 апреля 2024 года на базе медицинского центра «Семья» города Уфы.
Критерии включения для женщин: возраст от 18 до 34 лет, наличие бесплодия, требующего применения ЭКО (ЭКО/ИКСИ), индекс массы тела (ИМТ) менее 30, триггер – хорионический гонадотропин человека (ХГЧ), получение более 8 предполагаемо зрелых ооцитов по результатам ТВП, получение более2 эмбрионов на 5-й день культивации, селективный перенос 1 эмбриона, сохранение связи с пациенткой в случае наступления клинической беременности.
Критерии исключения: возраст старше 34 лет, женское бесплодие, обусловленное маточным фактором, ИМТ более 30, триггер – аГнРГ или двойной триггер, получение менее 8 предполагаемо зрелых ооцитов по результатам ТВП, получение 1 эмбриона на 5-й день развития, потеря связи с пациенткой в случае наступления клинической беременности.
Критерии включения для мужчин: концентрация сперматозоидов более 5 млн/мл.
Все проведенные обследования и медицинские вмешательства осуществлялись в соответствии с приказом Минздрава России № 803н от 31 июля 2020 года, Федеральным законом № 323-ФЗ от 21 ноября 2011 года, а также в соответствии с клиническими рекомендациями «Женское бесплодие» и «Мужское бесплодие».
Участники предоставляли письменное информированное добровольное согласие на участие в исследовании. Сбор данных о течении беременности осуществлялся с согласия пациенток.
Протокол ОС и ТВП. Процедура стимуляции начиналась в ранней фолликулярной фазе менструального цикла (на 2-4 день) с введения рекомбинантного или менопаузального ФСГ подкожно в дозах от 75 до 200 МЕ в сутки. Дозировка корректировалась в зависимости от возраста пациентки, ИМТ, количества антральных фолликулов и предыдущего ответа яичников на стимуляцию. При достижении ведущим фолликулом диаметра более 14 мм в схему стимуляции включался ганиреликс в дозе 0,25 мг/сут. до дня введения триггера. Критерием для введения триггера служило достижение более 2 фолликулов размера более 18 мм или более 3 фолликулов размера более 17 мм. В качестве триггера использовался ХГЧ в дозе 10000 МЕ. Пункция фолликулов выполнялась трансвагинально под общей анестезией через 35-37 часов после введения триггера иглой диаметром 19G без промывания фолликулов.
Эмбриологический этап. Эякулят партнера подвергался стандартной обработке с подсчетом общей концентрации и количества подвижных сперматозоидов до обработки. Через 3-4 часа после пункции проводилось оплодотворение методом ЭКО или ИКСИ в соответствии с клиническими стандартами. После оплодотворения эмбрионы культивировались в течение 5 дней в условиях пониженной концентрации кислорода в универсальной среде Global. Выбор эмбриона для переноса (по шкале Гарднера или с помощью ИИ) осуществлялся случайным образом. В 1 группе (опытной) оценка проводилась с использованием ИИ (60 пациенток), во 2 группе (контрольной) — по шкале Гарднера (60 пациенток). При отборе эмбриона с помощью ИИ бластоцисты фотографировались при увеличении в 20 раз, изображения загружались на платформу erica.embryoranking.com для анализа ИИ ERICA 1.0. В систему также вводились данные о возрасте пациентки, времени процедур, методе оплодотворения, среде культивирования и факторе бесплодия. ИИ ERICA генерировал оценку качества (в диапазоне от 0,01 до 1) и ранжировал эмбрионы по предпочтительности (A, B, C…). Для переноса отбирался эмбрион с наивысшей оценкой, согласно рекомендациям ИИ. Оценка эмбрионов традиционным методом проводилась двумя эмбриологами, один из которых имел 10-летний стаж работы, в соответствии с рекомендациями РАРЧ.
Перенос эмбриона и поддержка лютеиновой фазы. Селективный перенос 1 эмбриона проводился независимо от метода отбора на 5-й день развития в соответствии с регламентирующими документами. Пациентки получали микронизированный прогестерон в дозировке 600 мг/сутки, начиная с дня пункции и до 10 дня после переноса. В случае наступления беременности прием препарата продолжался до достижения срока гестации более 12 недель в соответствии с клиническими показаниями. Повторный прием пациенток осуществлялся на сроке 6-7 недель для ультразвукового подтверждения беременности. Связь с пациентками поддерживалась в рамках данного исследования до 22-й недели беременности. В случае отрицательного исхода беременности прием препарата прекращался.
Статистическая обработка. Для оценки распределения количественных признаков в исследуемых группах был применен тест Шапиро-Уилка. В случае нормального распределения результаты были представлены в виде среднего значения (M) и стандартной ошибки среднего (m). Для сравнения групп использовался е-тест Уэлча. При отклонении от нормального распределения данные описывались медианой (Me) и 25-м и 75-м процентилями, сравнение проводилось с помощью двухстороннего критерия Манна-Уитни (U). Качественные номинальные данные анализировались с использованием таблиц сопряженности 2 × 2, а также критерия χ² или точного критерия Фишера при малом размере выборки. Различия считали статистически значимыми при p < 0,05.

РЕЗУЛЬТАТЫ

Средний возраст в обеих исследуемых группах был сопоставим: в 1 группе он составил 27,48 ± 0,28 лет, во 2 группе – 27,90 ± 0,26 лет (табл. 1). Было обнаружено статистически значимое различие между группами в отношении массы тела пациенток: в опытной группе женщины имели более высокий индекс массы тела (ИМТ). Структура бесплодия по генезу, длительности, этиологическим причинам не различалась между когортами (p > 0,05). Таким образом, исходные характеристики групп, за исключением индекса массы тела (ИМТ), были сопоставимы. Не было выявлено иных значимых различий, которые могли бы повлиять на оценку эффективности вмешательства в качестве систематических искажений.

Таблица 1. Характеристика исследуемых групп пациенток
Table 1. Characteristics of the study groups of patients

Параметр	1 группа (n = 60)	2 группа (n = 60)	p-value
Возраст	27,48 ± 0,28	27,90 ± 0,26	0,336
ИМТ	22,5 [20,6 – 26,1]	21,8 [19,65- 23,3]	0,02535
Первичное бесплодие	46 (76,7%)	41 (68,3%)	> 0,05
Вторичное бесплодие	14 (23,3%)	19 (31,7%)	> 0,05
Женское бесплодие трубного происхождения	16 (27,6%)	18 (30,0%)	> 0,05
Женское бесплодие, связанное с мужскими факторами	18 (31,0%)	13 (21,7%)	> 0,05
Другие формы женского бесплодия	13 (22,4%)	12 (20,0%)	> 0,05
Женское бесплодие, связанное с отсутствием овуляции	4 (6,9%)	3 (5,0%)	> 0,05
Женское бесплодие неуточненное	9 (15,0%)	14 (23,3%)	> 0,05
Длительность бесплодия	3 [2-4]	3 [2-4]	0,8747

В ходе этапа овариальной стимуляции (ОС) общая доза ФСГ не различалась, и сопоставимые дозировки привели к получению сходного количества ооцитов на этапе ТВП. В опытной группе было получено 11 ооцитов (9-13), в контрольной – 12 ооцитов (10-14) (табл. 2). Толщина эндометрия на момент завершения ОС находилась в пределах нормы и статистически значимо не отличалась: медиана составила 10,0 мм в обеих группах, интерквартильные значения — 8,4-11,3 мм и 9,0-10,0 мм соответственно (p = 0,676). В первой группе несколько чаще применялся метод ИКСИ для оплодотворения, что связано как с более высокой частотой встречаемости мужского фактора бесплодия в этой группе, так и с качеством материала, полученного в день ТВП. Однако относительно других характеристик эмбриопротокола существенных различий по количеству нормально оплодотворившихся клеток и эмбрионов высокого качества на 5-й день культивирования обнаружено не было (все p > 0,05).

Таблица 2. Сравнительная характеристика программ ЭКО
Table 2. Comparative characteristics of IVF programs

Параметр	1 группа (n = 60)	2 группа (n = 60)	p-value
Общая доза ФСГ	1200 [1106,25-1350,0]	1200 [1106,25-1350,0]	0,479
Кол-во полученных ооцитов	11 [9-13]	12 [10-14]	0,223
Толщина эндометрия	10,0 [8,4-11,3]	10,0 [9,0-10,0]	0,676
ИКСИ	26	22
ЭКО	34	38
Оплодотворение	7,0 [5,75-9,0]	7,5 [6,0-9,25]	0,38
Количество эмбрионов высокого качества на 5-й день	4,0 [3,0-6,0]	5,0 [4,0-6,0]	0,183

Относительно результатов проведенных программ, в опытной группе была зафиксирована более высокая частота наступления беременности (31 случай, из которых 29 пролонгировались на момент окончания исследования). Однако данные различия не достигли статистически значимого уровня (табл. 3).

Таблица 3. Исходы программ ВРТ
Table 3. Outcomes of ART programs

ОБСУЖДЕНИЕ

Виду применения рандомизации только на этапе проведения ПЭ, сформированные группы могли не обладать полной аналогичностью. В частности, было обнаружено статистически значимое различие в ИМТ между группами: в опытной группе женщины имели более высокий ИМТ. Это свидетельствует о том, что контрольная группа изначально имела более высокие шансы на наступление беременности, что, однако, противоречит полученным результатам [13]. В рамках нашего исследования были предприняты меры для учета критически важных факторов и обеспечения сопоставимых условий ОС и культивирования в группах. Кроме того, было сокращено количество операторов до двух эмбриологов и двух репродуктологов, что позволило минимизировать влияние человеческого фактора на результаты исследования [14]. Эти меры были предприняты для достижения максимальной объективности при оценке эффективности применения ИИ на этапе ПЭ [14].
Полученные нами высокие показатели ЧНБ в обеих группах не противоречат данным регистров РАРЧ. Это объясняется тем, что изначально были отобраны пациентки с благоприятным прогнозом, характеризующимся оптимальным ответом яичников на ОС. В то же время, данные отчетов по Российской Федерации включают информацию о пациентках с «бедным» ответом и отмененные циклы, связанные с необходимостью сегментации цикла или остановкой развития эмбрионов. Полученные результаты также могут быть обусловлены более высокой, чем ожидалось, точностью оценки [15]. Исследование VerMilyea M. et al. [16] показало, что классификация эмбрионов на жизнеспособные и нежизнеспособные улучшила точность на 24,7% по сравнению с оценками эмбриологов (P = 0,047), а ранжирование по 5 категориям улучшило точность на 42,0% (P = 0,028). Кроме того, применение подобных методик может повысить способность эмбриологов выбирать эмбрионы лучшего качества. Fiеz VW et al. [17] отметили улучшение навыков эмбриологов на 11,1% при использовании ИИ для оценки бластоцист (диапазон 1,4-15,5%).
Оценка эмбрионов с применением ИИ продемонстрировала свою эффективность, что привело к увеличению числа беременностей. Однако различия не достигли статистической значимости, что может быть обусловлено небольшим размером выборок. Преимуществом нашего исследования является его проспективный характер, сходные условия ОС, культивирования, ограниченное количество операторов и длительное наблюдение за пациентками (до 22 недель беременности). Ограничениями исследования являются небольшой размер выборок, отсутствие сопоставления пациентов по парам, отличие групп по ИМТ, не оказавшее, впрочем, значимого влияния на результаты исследования.

ЗАКЛЮЧЕНИЕ

В ходе исследования выявлено, что использование ИИ для отбора эмбрионов может способствовать увеличению частоты клинических беременностей по сравнению с традиционными методами. Однако эти различия не достигли статистической значимости. Полученные результаты указывают на перспективность метода ИИ-отбора эмбрионов, но требуют дальнейшего подтверждения в рамках более масштабных и долгосрочных исследований.

Информация о финансировании и конфликте интересов

Исследование не имело спонсорской поддержки.
Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.

ЛИТЕРАТУРА / REFERENCES:

1.      The ESHRE Guideline Group on Ovarian Stimulation; Ata B, Bosch E, Broer S, Griesinger G, Grynberg M, Kolibianakis E, et al. Ovarian stimulation for IVF/ICSI: evidence-based guideline. Hum Reprod Open. 2020; 2020(2): hoaa009. doi: 10.1093/hropen/hoaa009
2.      Law YJ, Zhang N, Venetis CA, Chambers GM, Harris K. The number of oocytes associated with maximum cumulative live birth rates per aspiration depends on female age: a population study of 221 221 treatment cycles. Hum Reprod. 2019; 34(9): 1778-1787. doi: 10.1093/humrep/dez100
3.      Korsak VS, Smirnova AA, Shurygina OV. ART Registry of the All-Russian Public Organization "Russian Association of Human Reproduction". Report for 2023. Russian Journal of Human Reproduction. 2025; 31(6): 6-22. Russian (Корсак В.С., Смирнова А.А., Шурыгина О.В. Регистр ВРТ Общероссийской общественной организации «Российская Ассоциация Репродукции Человека». Отчет за 2023 год //Проблемы репродукции. 2025. Т. 31, № 6. С. 6-22.) doi:10.17116/repro2025310616
4.      ESHRE Guideline Group on the Number of Embryos to Transfer; Alteri A, Arroyo G, Baccino G, Craciunas L, De Geyter C, Ebner T, et al. ESHRE guideline: number of embryos to transfer during IVF/ICSI†. Hum Reprod. 2024; 39(4): 647-657. doi: 10.1093/humrep/deae010
5.      Khosravi P, Kazemi E, Zhan Q, Malmsten JE, Toschi M, Zisimopoulos P, et al. Deep learning enables robust assessment and selection of human blastocysts after in vitro fertilization. NPJ Digit Med. 2019; 2: 21. doi: 10.1038/s41746-019-0096-y
6.      Kucherov A, Fazzari M, Lieman H, Ball GD, Doody K, Jindal S. PGT-A is associated with reduced cumulative live birth rate in first reported IVF stimulation cycles age ≤ 40: an analysis of 133,494 autologous cycles reported to SART CORS. J Assist Reprod Genet. 2023; 40(1): 137-149. doi: 10.1007/s10815-022-02667-x
7.      Salih M, Austin C, Warty RR, Tiktin C, Rolnik DL, Momeni M, et al. Embryo selection through artificial intelligence versus embryologists: a systematic review. Hum Reprod Open. 2023; 2023(3): hoad031. doi: 10.1093/hropen/hoad031
8.      Xin X, Wu S, Xu H, Ma Y, Bao N, Gao M, et al. Non-invasive prediction of human embryonic ploidy using artificial intelligence: a systematic review and meta-analysis. E Clinical Medicine. 2024; 77: 102897. doi: 10.1016/j.eclinm.2024.102897
9.      Hall JMM, Nguyen TV, Dinsmore AW, Perugini D, Perugini M, Fukunaga N, et al. Use of federated learning to develop an artificial intelligence model predicting usable blastocyst formation from pre-ICSI oocyte images. Reprod Biomed Online. 2024; 49(6): 104403. doi: 10.1016/j.rbmo.2024.104403
10.    Bormann CL, Thirumalaraju P, Kanakasabapathy MK, Kandula H, Souter I, Dimitriadis I, et al. Consistency and objectivity of automated embryo assessments using deep neural networks. Fertil Steril. 2020; 113(4): 781-787.e1. doi: 10.1016/j.fertnstert.2019.12.004
11.     Diakiw SM, Hall JMM, VerMilyea MD, Amin J, Aizpurua J, Giardini L, et al. Development of an artificial intelligence model for predicting the likelihood of human embryo euploidy based on blastocyst images from multiple imaging systems during IVF. Hum Reprod. 2022; 37(8): 1746-1759. doi: 10.1093/humrep/deac131
12.    Dimitriadis I, Zaninovic N, Badiola AC, Bormann CL. Artificial intelligence in the embryology laboratory: a review. Reprod Biomed Online. 2022; 44(3): 435-448. doi: 10.1016/j.rbmo.2021.11.003
13.    Shingshetty L, Cameron NJ, McLernon DJ, Bhattacharya S. Predictors of success after in vitro fertilization. Fertil Steril. 2024; 121(5): 742-751. doi: 10.1016/j.fertnstert.2024.03.003
14.    Zaninovic N, Rosenwaks Z. Artificial intelligence in human in vitro fertilization and embryology. Fertil Steril. 2020; 114(5): 914-920. doi: 10.1016/j.fertnstert.2020.09.157
15.    Yashchuk AG, Gromenko DD, Nasyrova SF, Gromenko YY. Possibilities of assessing embryo ploidy. Obstetrics and Gynecology. 2025; (9): 126-133. Russian (Ящук А.Г., Громенко Д.Д., Насырова С.Ф., Громенко Ю.Ю. Возможности оценки плоидности эмбрионов //Акушерство и гинекология. 2025. № 9. С. 126-133.) doi: 10.18565/aig.2025.106
16.    VerMilyea M, Hall JMM, Diakiw SM, Johnston A, Nguyen T, Perugini D, et al. Development of an artificial intelligence-based assessment model for prediction of embryo viability using static images captured by optical light microscopy during IVF. Hum Reprod. 2020; 35(4): 770-784. doi: 10.1093/humrep/deaa013
17.    Fitz VW, Kanakasabapathy MK, Thirumalaraju P, Kandula H, Ramirez LB, Boehnlein L, et al. Should there be an "AI" in TEAM? Embryologists selection of high implantation potential embryos improves with the aid of an artificial intelligence algorithm. J Assist Reprod Genet. 2021; 38(10): 2663-2670. doi: 10.1007/s10815-021-02318-7

Корреспонденцию адресовать:

ГРОМЕНКО Дарья Дмитриевна
450008, г. Уфа, ул. Ленина, д. 3, ФГБОУ ВО БГМУ Минздрава России
Тел: 8 (3472) 72-92-31    E-mail: dasha.gromenko@mail.ru

Сведения об авторах:

ЯЩУК Альфия Галимовна
доктор мед. наук, профессор, зав. кафедрой акушерства и гинекологии № 2, ФГБОУ ВО БГМУ Минздрава России, 450008, г. Уфа, ул. Ленина, д. 3, Россия
E-mail: alfiya_galimovna@mail.ru

ГРОМЕНКО Дарья Дмитриевна
аспирант, ассистент кафедры акушерства и гинекологии № 2, ФГБОУ ВО БГМУ Минздрава России, 450008, г. Уфа, ул. Ленина, д. 3, Россия
E-mail: dasha.gromenko@mail.ru

НАСЫРОВА Светлана Фаниловна
канд. мед. наук, доцент кафедры акушерства и гинекологии № 2, ФГБОУ ВО БГМУ Минздрава России, 450008, г. Уфа, ул. Ленина, д. 3, Россия
E-mail: ufa863@mail.ru

Informaеion abouе auеhors:

YASHCHUK Alfiya Galimovna
doctor of medical sciences, professor, head of the department of obstetrics and gynecology N 2, Bashkir State Medical University, 450008, Ufa, st. Lenina, 3, Russia
E-mail: alfiya_galimovna@mail.ru

GROMENKO Daria Dmiеrievna
postgraduate student, assistant of the department of obstetrics and gynecology N 2, Bashkir State Medical University, 450008, Ufa, st. Lenina, 3, Russia
E-mail: dasha.gromenko@mail.ru

NASYROVA Sveеlana Fanilovna
candidate of medical sciences, docent of the department of obstetrics and gynecology N 2, Bashkir State Medical University, 450008, Ufa, st. Lenina, 3, Russia
E-mail: ufa863@mail.ru