Svensk AI kan beskriva embryons utveckling automatiskt – överträffar ChatGPT inom IVF

AI revolutionerar embryobedömning inom provrörsbefruktning

En banbrytande svensk AI-modell kan nu automatiskt beskriva embryoutveckling med naturligt språk — ett genombrott som kan förändra hur provrörsbefruktning (IVF) bedrivs världen över.

InVitroVision, som forskarna kallar sin modell, bygger på den flerspråkiga syfte-språkmodellen PaliGemma-2 och har tränats med endast 1 000 bilder från en offentligt tillgänglig databas. Trots den begränsade träningsdatan presterar modellen bättre än både ChatGPT 5.2 och andra grundmodeller när det gäller att beskriva embryomorfologi, cellcykler och utvecklingsstadier, enligt forskningen publicerad på arXiv.

Från bilder till medicinsk beskrivning

Vad som gör InVitroVision särskilt intressant ur ett tekniskt perspektiv är hur den kombinerar datorseende med språkförståelse för att lösa ett mycket specifikt medicinskt problem. Modellen analyserar mikroskopbilder av embryon och genererar automatiskt beskrivningar av deras utseende och utvecklingsgrad — något som tidigare krävt omfattande manuell bedömning från specialister.

Tekniken utnyttjar den flerdimensionella naturen av IVF-data och visar hur grundläggande syfte-språkmodeller kan anpassas till medicinska tillämpningar även med begränsad träningsdata. Detta är särskilt betydelsefullt inom medicinen, där stora annoterade dataset ofta är svåra att komma över på grund av integritetsskäl och specialistkrav.

Standardisering som kan rädda liv

För de tusentals par som genomgår IVF-behandlingar varje år kan denna teknik innebära konkreta förbättringar. Idag varierar embryobedömningen mellan olika kliniker och till och med mellan olika läkare på samma klinik. Denna subjektivitet kan påverka vilka embryon som väljs för överföring — och därmed parets chanser att få barn.

InVitroVision skulle kunna skapa en standardiserad, objektiv bedömning som kompletterar läkarens expertis. Genom att automatiskt dokumentera embryonens utveckling med konsekvent terminologi kan modellen också hjälpa till att bygga bättre databaser för framtida forskning och behandlingsoptimering.

Potential utöver embryobedömning

Forskarna lyfter också fram möjligheten att använda stora språkmodeller för att hämta relevant vetenskaplig information från publikationer och riktlinjer inom reproduktionsmedicin. Detta öppnar för en framtid där AI inte bara bedömer embryon, utan också kan ge realtidsrådgivning baserad på den senaste forskningen.

Tekniken skulle kunna anpassas till andra medicinska områden där bildanalys kombinerat med textbeskrivning är centralt — från radiologi till patologi. Principen att träna specialiserade modeller med relativt små dataset kan bli en mall för hur vi demokratiserar avancerad AI inom sjukvården.

Nästa steg mot klinisk tillämpning

För att InVitroVision ska kunna användas i verkliga kliniska miljöer krävs naturligtvis omfattande validering och godkännande från medicinska myndigheter. Men grunden är lagt för vad som kan bli ett kraftfullt verktyg för att förbättra reproduktionsmedicinen.