FAG Aktuelt
Blomsten, bien og kunstig intelligens
Av og til trenger naturen hjelp. Nå undersøker forskere tilknyttet OsloMet om kunstig intelligens kan brukes til å velge optimale spermier og embryoer til assistert befruktning, og dermed skape flere barn.
I 1914 åpnet Rikshospitalets Kvinneklinikk i en vakker, splitter ny teglsteinsbygning i Stensberggaten 20 i Oslo. Kvinnene som kom til klinikken den gang var i midten av tjueårene da de fikk sitt første barn, og de kunne vente å få i snitt 3,4 barn i løpet av livet.
Mer enn hundre år senere er snittalderen blant førstegangsfødende i Norge nesten tretti år, og norske kvinner får i gjennomsnitt bare 1,56 barn. Det fallende fruktbarhetstallet har fått alarmbjellene til å ringe. «Norge trenger flere barn», fastslo statsminister Erna Solberg i sin nyttårstale i forfjor. Eksperter, forskere og forståsegpåere kappes om å forklare hvorfor det fødes 0,5 barn færre per kvinne i 2018 enn for bare ti år siden. Det handler om arbeidsliv og familiepolitikk, normer og verdier, parforhold og økonomi.
Men fruktbarhet handler også om biologi. Både blomsten og bien må fungere. Det er velkjent at jo eldre kvinnen blir, jo dårligere blir kvaliteten på eggene hennes, og jo færre egg har hun. For tjue år siden viste en studie at sædkvaliteten hos norske og danske menn var dårligst i Norden. Andre studier viser dalende sædproduksjon i hele den vestlige verden. Resultatet kan være at flere strever med å få barn naturlig.
Når kroppen strever
Rikshospitalet har for lengst flyttet til Gaustad, men fremdeles kommer par med ønsker om barn til den ærverdige gamle Kvinneklinikken. I lyse, moderne lokaler i tredje etasje holder Fertilitetssenteret til. Her er det orkideer i vinduskarmene, designmøbler på venteværelset, men ikke et eneste babybilde på veggene. De som kommer hit trenger ikke å bli minnet om hva kroppen ikke vil gi dem uten hjelp.
− For mange er assistert befruktning en forferdelig prosess, det skal vi ikke legge skjul på. Det er belastende både psykisk og fysisk. Vi har mange fortvilte pasienter, forteller embryolog og laboratoriesjef Mette Haug Stensen.
Derfor er det mange som gleder seg over at Norges forskningsråd har bevilget 10 millioner prestisjefylte kroner til et nytt forskningsprosjekt innen assistert befruktning. Høsten 2019 startet en gruppe forskere fra OsloMet, Fertilitetssenteret og forskningssenteret SimulaMet et prosjekt for å undersøke om bruk av kunstig intelligens kan bidra til flere vellykkede befruktninger på færre forsøk. Målet er å utvikle metoder som vil gi flere barn og samtidig være mindre belastende for parene. Prosjektet skal vare i fire år.
Velger utfra skjønn og erfaring
Når embryologene på Fertilitetssenteret skal utføre kunstig befruktning, må de ta flere valg, forklarer laboratoriesjef Stensen. Hvilken spermie skal de velge? Hvilken metode - in vitro-fertilisering (IVF) eller intracytoplasmatisk spermieinjeksjon (ICSI) (se ramme)? Og, hvis eggene blir befruktet, hvilket embryo skal de velge å sette tilbake i kvinnen? I dag er det embryologenes kliniske skjønn og vurderinger som avgjør hva som velges.
− Vi velger det embryoet vi skal sette tilbake til kvinnens livmor utfra ulike kvalitetsindikatorer. Men de er subjektive, og vi ønsker oss mer objektive kriterier å velge utfra, sier bioingeniør og klinisk embryolog Anne Hancke-Framstad.
Det er nettopp dét som er målet til forskerne: Å bruke kunstig intelligens til å utvikle modeller for å velge ut de optimale spermiene og embryoene.
− I dag kan man sette inn kjempefine embryoer som har delt seg akkurat slik de skal, og likevel blir det ikke barn. Og man kan sette inn embryoer som ikke ser bra ut, men som gir baby ni måneder senere. Er det kjennetegn ved spermiene eller embryoene som det menneskelige øyet ikke ser, men som kan fanges opp ved hjelp av kunstig intelligens? undrer professor Trine B. Haugen ved Institutt for naturvitenskapelige helsefag, OsloMet.
Kunstig intelligens analyserer bilder
Haugen har viet store deler av sitt forskerliv til reproduktiv helse hos menn, og leder det nye forskningsprosjektet. Hun forklarer at kunstig intelligens er spesielt velegnet til å utvikle metoder som bygger på analyse av bildemateriale, og bilder er det nok av innen fagfeltet reproduksjon.
For eksempel, en viktig del av sædanalyser er å se på hvordan sædceller beveger seg (motilitet). De beste spermiene svømmer raskt og rett frem. Motilitetsanalysen gjøres enten ved å vurdere det man ser direkte i mikroskopet eller ved å filme sædcellene og studere dem på skjerm.
− En gang satt jeg en hel formiddag og gjorde motilitetsanalyser. Da ble jeg uvel til slutt; skjermen flimrer fordi spermiene beveger seg hele tiden, forteller overingeniør Eldri Undlien Due ved OsloMet. Hun er bioingeniør og har ansvar for å koordinere prosjektets aktiviteter i tillegg til å utføre analyser og delta i forskning på laboratoriet.
Motilitetsundersøkelser er tid- og ressurskrevende, og professor Haugen håper forskerne kan utvikle algoritmer som kan overta denne delen av sædanalysen.
Valg av metode
I dag er det slik at dersom sædprøven viser god motilitet, med andre ord at mannen har «gode svømmere», velges som oftest IVF. Hvis analysen viser lav spermiekonsentrasjon eller lav motilitet, er ICSI den foretrukne befruktningsmetoden. Da injiseres en enkelt spermie inn i ett egg.
Men klinisk erfaring viser at det ikke alltid er lett å forutsi den beste metoden. Derfor håper forskerne å utvikle metoder for å analysere hvilke spermier som bør brukes i IVF og hvilke som har størst sjanse for å lykkes med ICSI.
− I dag ser vi på spermien i mikroskop, men vi vet ikke om det er den optimale spermien vi velger. Vi håper prosjektet vil gi grunnlag for bedre beslutninger, sier professor Haugen.
Forskerne skal også bruke bilder fra inkubatoren (embryoskopet) som eggene plasseres i etter befruktning. Embryoskopet tar bilder av embryoene hvert syvende minutt. Ambisjonen er å bruke bildematerialet til å lage algoritmer som kan påvise kjennetegn og utvikling hos optimale embryoer.
− Vi ønsker oss flere barn på færre forsøk. Det er det vi jobber for, sier laboratoriesjef Mette Haug Stensen.