PRESENTANDO ROSE™
ROSE™ permite a los bancos de óvulos optimizar la distribución y gestión de ovocitos de donante, utilizando el modelo de IA líder en el sector.
Nuestra tecnología de IA, clínicamente validada, es la primera del mundo capaz de medir objetivamente la calidad de los ovocitos.
Modelo de Deep Learning desarrollado a partir de la mayor base de imágenes de ovocitos del mundo.
Mejore la distribución de ovocitos en función de criterios deseados de tasas de blastulación
Aumente los controles de calidad de su laboratorio, ofreciendo mayor trazabilidad y garantías a sus pacientes
Controle y gestione los ciclos de donantes y el inventario del banco de ovocitos
Acceda a informes resumen de lotes intuitivos para generar confianza y transparencia con las clínicas receptoras
Evidencia en la que puede confiar
MÁS PRECISA Y CONSISTENTE QUE LA EVALUACIÓN HUMANA
En cuatro estudios
de validación, el modelo de IA superaró a 50 embriólogos de 15 clínicas de
FIV en la predicción del desarrollo de ovocitos maduros a blastocistos, con un
aumento relativo de la precisión del 18 %. Cuando se presentó la misma
imagen de ovocitos más adelante, nuestro modelo demostró una tasa de
repetibilidad del 100 % (frente al 81,4 % de los embriólogos).1,2
VALIDADO CON OVOCITOS DE DONANTE
Nuestro modelo de IA ha demostrado
ser una herramienta valiosa para evaluar el desarrollo de blastocistos en
ovocitos de donante y optimizar la gestión de los tratamientos con donación
de ovocitos.3,4
CORRELACIÓN CON EL DESARROLLO DE BLASTOCISTOS, SU CALIDAD Y ESTADO DE PLOIDÍA
Los estudios han demostrado diferencias estadísticamente significativas en el
desarrollo de blastocistos, la calidad de los blastocistos y el estado euploide
entre ovocitos clasificados con las puntuaciones más bajas y más altas según
las predicciones de nuestra IA.2,5,6
Diseñado en colaboración con bancos de óvulos para apoyar
flujos de trabajo especializados para óvulos de donante.
1. CONECTE
Los microscopios y láseres
se conectan directamente
a nuestra plataforma para
una fácil captura de
imágenes.
2. ANÁLISIS
Capture y cargue imágenes
de ovocitos en la nube de
forma segura y en tiempo
real para su análisis por
nuestra herramienta de IA
validada.
3. CLASIFICACIÓN
Las predicciones sobre
ovocitos pueden utilizarse
para organizar los ovocitos
en grupos optimizados
según los resultados
esperados de desarrollo a
blastocisto.
4. INFORME
Descargue informes
intuitivos que apoyan el
registro y seguimiento en el
laboratorio de donantes, así
como la comunicación con
clínicas receptoras.
¿Interesado en aprender más?
Póngase en contacto con nosotros
REFERENCIAS:
- D. Nayot, J. Meriano, R. Casper, A. Krivoi. An oocyte assessment tool using machine learning: Predicting blastocyst development based on a single image of an oocyte. Oral Presentation – 36th Annual Meeting of ESHRE – Copenhagen 2020.
- N. Mercuri, J. Fjeldstad, A. Krivoi, J. Meriano, D. Nayot. A non-invasive, 2-dimensional (2D) image analysis artificial intelligence (AI) tool scores mature oocytes and correlates with the quality of subsequent blastocyst development. O-191. Oral Presentation – 78th Scientific Congress of the ASRM – Anaheim 2022.
- M.C. Urda Muñoz, V. Palazzo, T. Sanchez, J. Avila, C. Marinè, A. Bellon, M. Hebles, V. Badajoz, L. Mifsud, J. Fjeldstad, N. Mercuri, I. Puerta Vega, D. Nayot, L. Rienzi, D. Cimadomo. An artificial intelligence-powered tool to score fresh donor oocytes and predict blastulation: interim analysis of a prospective investigation conducted at 3 laboratories, Human Reproduction, Volume 39, Issue Supplement_1, July 2024. https://doi.org/10.1093/humrep/deae108.537.
- J. Pons Ballester, M. Alavés, J. Teruel, J. Fjeldstad, N. Mercuri, A. Krivoi. Artificial intelligence (AI)-supported MAGENTA oocyte assessments shown to prospectively correlate with utilizable blastocyst development in patients, and for the first time in oocyte donors, Human Reproduction, Volume 38, Issue Supplement_1, June 2023. https://doi.org/10.1093/humrep/dead093.185.
- D. Nayot, N. Mercuri, A. Krivoi, R.F. Casper, J. Meriano, J. Fjeldstad. A novel non-invasive oocyte scoring system using AI applied to 2-dimensional images. Fertility and Sterility. Sep;21(116), No 3, Supplement, E474, ASRM 2021 Scientific Congress & Expo. https://www.fertstert.org/article/S0015-0282(21)01970-1/fulltext.
- J. Malmsten, N. Zaninovic, N. Mercuri, W. Qi, M. Jaberipour, D. Nayot, Z. Rosenwaks, J. Fjeldstad. Image-based oocyte model predictive of blastocyst development correlates with ploidy status across a broad spectrum of PGT-A indications, accounting for confounding variables. Human Reproduction, Volume 39, Issue Supplement 1, July 2024. https://doi.org/10.1093/humrep/deae108.251.