Forskere vil undersøke hvordan maskinlæring kan brukes ved prøverørsbefruktning. (Illustrasjonsfoto: Colourbox)
Forskere vil undersøke hvordan maskinlæring kan brukes ved prøverørsbefruktning. (Illustrasjonsfoto: Colourbox)

Skal finne bedre metoder for prøverørsbefruktning

Forskere ved OsloMet har fått ti millioner fra Forskningsrådet for å forske frem bedre metoder for å velge embryo og spermier til bruk i assistert befruktning.

Ved prøverørsbefruktning, ofte kalt in vitro-fertilisering (IVF), befruktes egget utenfor kvinnen, og embryoet settes tilbake noen dager etter. Embryoet som skal settes tilbake, velges ut fra visse kriterier knyttet til utseende og utvikling.

– Spermien velges ut fra bevegelighet og utseende. Utvelgelsen av både embryo og spermie er imidlertid basert på en menneskelig og subjektiv vurdering, og det er behov for å gjøre vurderingen mer objektiv, sier professor og prosjektleder Trine B. Haugen ved OsloMet.

– I dette prosjektet skal maskinlæring tas i bruk for å utvikle bedre metoder for utvelgelse og dermed også oppnå bedre resultater etter assisterte befruktningen, altså flere barn, sier hun.

Fordelen med maskinlæring er at store datasett kan nyttiggjøres. I prosjektet skal blant annet videoer av embryoutviklingen analyseres for å utvikle modeller som kan gjenkjenne komplekse mønstre og gjøre intelligente beslutninger basert på disse. Et slikt verktøy skal være til hjelp i klinisk hverdag.

Prosjektet starter opp i mars 2019.