茂盛醫院執行長李俊逸醫師甫於歐洲生殖醫學會發表研究論文(2021/5/22)，以AI人工智能系統的「深度學習(Deep Learning)(註1)」技術來分析「胚胎即時監控系統影像 (Timelapse Videos)」而發展出一套異常胚胎染色體的預測模型，能在短短幾秒的程式運算後就分辨出胚胎染色體的好壞。不必像目前普遍採用的「胚胎著床前染色體基因篩檢 (PGT-A)(註2)」必須在胚胎滋養層切取5至10細胞才能做基因篩查，所以這項技術是對胚胎更具安全性的非侵入式的分析系統，亦可輔助PGT-A，未來將嘉惠高齡、卵少或有重複性流產的不孕婦女，減輕其身心負擔及PGT-A檢驗費用較高…等多重壓力。
這篇研究論文為2018/4-2019/4進行的回溯性研究，採用茂盛醫院這一年來在臨床上共計690位年齡在38歲以下健康婦女的資料庫，將其PGT-A及Timelapse Videos資料匯入本院AI人工智能系統的Deep Learning，經反覆交叉測試而建立的預測模型，能分辨出胚胎染色體狀態的好壞。經統計學方法(AUC)運算之後顯示(註3)，利用第1天至5天胚胎影像與融合演算法的預測效能勝過其他的組別（圖一）；另經盒狀圖分析結果顯示，融合演算法可較明顯區分異常胚胎與非異常胚胎（圖二）。
這項研究論文已在2021/5/22獲得「歐洲生殖醫學會」於學會官網做公開發表，茂盛醫院執行長李俊逸醫師並在2021/6/28的學會線上會議中接受全球生殖專家、醫師及研究學者的提問。大家對這項由造價千萬元儀器才能獲取的Timelapse Videos運算發展出來的AI人工智能系統都相當感興趣，提問極為踴躍和熱烈，更驚艷於Deep Learning建立的預測模型能分辨出胚胎染色體狀態，是人工生殖醫學上的一大進展！
李俊逸醫師強調，目前臨床上普遍採用的PGT-A必須在胚胎滋養層切取5至10細胞才能做基因篩查，但對卵少或高齡的不孕的婦女來說，會非常擔心胚胎因此受到折損，身心備受壓力。而本論文提出Deep Learning預測模型能分辨胚胎的好壞，是茂盛醫院發展出的全球最新軟體技術，「除了可輔助PGT-A之外，這項「非侵入性」的檢查工具不但可產出精準的預測結果，亦能減少胚胎篩檢的數量及病人施做PGT-A的負擔，同時更將原為3週的檢驗時間縮短到只要幾秒鐘！未來，將可嘉惠高齡、卵少或有重複性流產的不孕婦女，以減輕心理負擔、PGT-A檢驗費用較高…等多重壓力。
註1：Deep Learning是機器學習的分支，是一種以人工神經網路為架構，對資料進行表徵學
習的演算法(取自維基百科)。
註2：PGT-A舊稱為PGS
註3：AUC是一種統計學的運算曲線，在將資料送進電腦之後，利用演算法加以分類。數值等
於0.5代表演算結果如同隨機猜測，故數值不具參考性；若是數值落在0.5至1之間，
則代表具有預測的價值。
註4：本論文刊載於歐洲生殖醫學會官網
