ミレニアル世代の間で、卵子の凍結保存が注目されている。ターゲット広告によって認知度が向上していることや技術改良に加え、シリコンヴァレーにならって卵子凍結への補助を福利厚生プログラムに組み込む企業が増えているためだ。

米疾病対策予防センター（CDC）の調査によると、米国で凍結保存目的で卵子を採取する女性の数は年間65,000人に上る。高額な費用や身体的負担、不確実性にも関わらず、卵子凍結の人気は急速に高まりつつあるのだ。

卵子を凍結保存したからといって、将来的に必ず出産が可能なわけではない。欧州でも最大規模の不妊治療クリニックのデータによると、凍結された卵子の大半は解凍後も生きているものの、受精と着床に成功して妊娠までたどり着くのは3分の1程度だという。

卵子凍結の希望者に妊娠できる可能性がどの程度あるのかを理解してもらうためには、19世紀に考案された保険数理の計算法を応用したシステムが使われている。具体的には、年齢と採取した卵子の数を過去の平均と付き合わせて確率を計算する。残念ながら、最先端の科学という感じはしない。

卵子の“質”をAIが評価

トロントに拠点を置くスタートアップFuture Fertilityが、この分野で人工知能（AI）を活用する方法を思いついた。卵子の質を調べて妊娠の確率が最も高いものを選び出すという。卵子の“質”を点数づけするAIアルゴリズムが開発されるのは、世界で初めてのことだ。

同社の発表によると、独自開発したニューラルネットワーク「Violet」は、卵子の画像が1枚あれば90パーセントの精度で受精の成否を予測するという。ただ、受精卵（胚）の培養や移植といったその後のプロセスでは予測の精度は下がる。

子宮への移植が行われる受精から5日後の卵子の生存確率では、予測精度は65パーセントだ。子宮移植後の着床の可能性については、さらに精度が落ちる。ただ、システムの実用化が進んでAIの学習データが増えれば、精度は上昇していくことが見込まれる。

体外受精（IVF）の成功率を上げるためのAIの利用は、過去にも例がある。例えば、コーネル大学の研究チームは、一般公開されているグーグルの深層学習アルゴリズムに受精卵の状態や質を評価するための訓練を施した。その結果、AIは人間の専門家よりいい成績を残したという。

また、『ウォール・ストリート・ジャーナル』の報道によると、オーストラリアの企業2社がIVFでの実用化を目指して同様の評価システムの開発を進めている。ただ、受精前の卵子といういわば体液の固まりに近いものの観察に深層学習を応用したシステムは初めてだ。

専門医と機械学習エンジニアの出会い

Future Fertilityのメディカルディレクターで、トロントにある不妊治療クリニックTRIO Fertilityの専門医でもあるダン・ネヨットは、「精子や受精卵、子宮内壁といったものについて、その質を判断できるというのはすごいことです。ただ、卵子についてもそれが可能だとは考えたこともありませんでした」と話す。「人間の目には卵子はどれも同じに見えるからです。つまり、これまでは受精段階でどの卵を選ぶかというのは、ほとんど賭けのようなものだったのです」

Future Fertilityの始まりは数年前に遡る。機械学習エンジニアのルネ・バルティと彼の妻が治療のためにネヨットの働くTRIOにやって来たのだ。

バルティと友人のアレックス・クリヴォイは、機械学習を使ってレゴのセットの写真から足りないパーツを特定するプロジェクトに取り組んでいた。バルティはTRIOのような不妊治療クリニックがどれだけのデータをもっているかに驚いた。同時に、そのデータが十分に活用されていないことにも気づいたという。

バルティの妻は無事に妊娠し、2018年にはヴァイオレットという名の女の子が生まれた。そして、その後に完成したニューラルネットワークは、この赤ちゃんにちなんで名付けられたのだ。

数百人規模の臨床研究を実施へ

Violetは20,000枚の卵子の画像および匿名化した医療記録からなるデータセットを使って訓練された。画像と医療記録を付き合わせることで、受精する確率の高い卵子と逆に低い卵子を見分けることを学んでいく。

Future Fertilityの最高技術責任者（CTO）になったクリヴォイは、学習用のデータセットには含まれていなかった2,000枚の画像を使って、Violetの精度を調べたと話す。ただ、開発過程や結果を説明した論文などを学術誌に掲載するといったことはしていない。

Future Fertilityは今後、数百人を対象にした臨床研究を行う計画だ。被験者の半数については、Violetが採卵直後の卵子の画像からそれぞれの受精の確率を予測する。残り半数は従来通り、クリニックの専門家が選んで受精を試みる。最終的に両方のグループの受精率、着床率、出産に至った件数を比較し、AIによる卵子診断が有効かを判断するという流れだ。

スクリプス研究所で橋渡し研究に携わるエリック・トポルは、深層学習は生殖技術分野に貢献できるはずだと話す。医療におけるAIの可能性についての本を上梓したばかりのトポルは一方で、アルゴリズムによる卵子の評価という手法については、大きな期待がかけられているものの有用性が証明されたわけではないと警告する。

トポルは「おそらくは受精の可能性が高かったのに廃棄されてしまった卵子が多くあることを考えれば、新しい手法が開発されたことは喜ばしいと思います」とした上で、最終的な判断は査読を経た論文の発表を待つべきだと指摘する。また、IVFの目的は着床ではなく、健康な新生児の誕生であることも強調し、「こうした条件が満たされなければ、実用化の準備が整ったとは言えません」と言う。

クリニックでも試験導入

Future FertilityはTRIO以外にも、米国、日本、スペインなどのIVFクリニック7カ所と契約を結んでいる。クリニックは通常の光学顕微鏡に接続されたカメラで卵子の写真を撮り、Future Fertilityのシステムにアップロードすると、Violetによる分析が送られてくる仕組みだ。現在はまだ試験段階だが、年内の実用化を見込むという。

また、クリニックが卵子凍結の過程にAIによるスクリーニングを組み込めるパッケージも提供している。初期投資はかさむが、例えば受精可能な卵子がほとんどないといった場合には早期の段階で卵子凍結を諦めるよう伝えられるため、患者はコストを抑えることができ、長期的に見ればプラスになるとネヨットは説明する。

それに、会計監査など保険数理の計算式を使っているほかの業界とは違って、卵子凍結の現場にこのアルゴリズムを導入しても、人間の仕事が奪われることはないだろう。