Научно-аналитический отчёт
Аннотация
Репродуктивные технологии нового поколения развиваются на пересечении эмбриологии, неонатологии, биоинженерии, робототехники и анализа данных. В отчёте сопоставлены три направления: внеутробная физиологическая поддержка при экстремальной недоношенности, автоматизация лабораторных процедур экстракорпорального оплодотворения (ЭКО) и применение искусственного интеллекта (ИИ) для распознавания биологических объектов и поддержки решений. Показано, что они находятся на разных этапах научного и клинического развития. Роботизированные процедуры уже привели к рождениям детей в небольших клинических исследованиях; отдельные алгоритмы сокращают трудоёмкость работы лаборатории. Экспериментальные системы искусственной плаценты обеспечивают продолжение развития плодов животных, однако не образуют технологии полного вынашивания человека. Клиническая полезность алгоритмического выбора эмбрионов остаётся зависимой от конкретной модели, исследуемой популяции и выбранного исхода.
Предлагается единая схема оценки по пяти характеристикам: функция технологии; биологический объект и единица анализа; измеряемый исход; схема исследования; условия переноса результата. На её основе определены задачи математического моделирования, управления физиологическими процессами, проверки медицинского искусственного интеллекта и организации воспроизводимых данных. Такой подход позволяет выделить предметные направления междисциплинарного исследования и оценивать их продвижение по проверяемым результатам.
Ключевые слова: вспомогательные репродуктивные технологии; искусственная плацента; внеутробное развитие; роботизированная микроинъекция сперматозоида; эмбриология; искусственный интеллект; математическое моделирование; клиническая доказательность.
1 Введение
Современные исследования репродукции объединяет стремление сделать наблюдение за биологическими процессами более полным, лабораторные воздействия более воспроизводимыми, а решения специалистов более обоснованными. Социальная значимость этой задачи велика: по оценке Всемирной организации здравоохранения, примерно 17,5% взрослого населения сталкивается с бесплодием в течение жизни. Это показатель распространённости среди людей за жизненный период; его нельзя трактовать как долю всех супружеских пар, одновременно нуждающихся в ЭКО [1].
Цель отчёта — установить, какие функции новых технологий уже подтверждены экспериментально, насколько результаты относятся к клиническим исходам и какие исследовательские задачи возникают на стыке биологии, инженерии и математики. Для Института математических исследований сложных систем Московского государственного университета имени М. В. Ломоносова (ИМИСС МГУ) тема связана с опубликованными направлениями института: моделированием динамических и биологических систем, теорией наблюдения и управления, инженерией знаний и интеллектуальной поддержкой решений [2]. Рассматриваемые далее исследовательские постановки сформулированы как предложения для научного обсуждения.
Объект анализа — экспериментальные и клинические системы, воздействующие на разные этапы репродуктивного процесса. Предмет анализа — соответствие между функцией технологии, схемой её проверки и обоснованностью вывода о применимости. Задачи состоят в разграничении технологических направлений, сопоставлении результатов и единиц анализа, выявлении ограничений переноса в практику и формулировании проверяемых исследовательских гипотез.
Аналитический вклад работы включает функциональную схему сопоставления технологий, проверку связи публикаций одной клинической программы и вторичный статистический анализ опубликованных агрегированных данных российского исследования. Предложения по моделированию и управлению имеют статус исследовательских постановок; их экспериментальная проверка не является результатом настоящего обзора.
2 Материалы и методы
Проведён целевой критический поиск открытой литературы и официальных материалов, доступных на 19 ноября 2026 года. Использованы библиографическая база Национальной медицинской библиотеки США PubMed, полнотекстовый архив той же библиотеки PubMed Central, сайты научных журналов, материалы профессиональных обществ, регуляторов и разработчиков. Поисковые сочетания охватывали искусственную матку и плаценту, внеутробное развитие, автоматизированную микроинъекцию, роботизацию лаборатории ЭКО, выбор эмбриона, искусственный интеллект, рандомизированные испытания и живорождение. Использовались русские и английские эквиваленты, названия исследовательских платформ и библиографические ссылки найденных работ. Основное внимание уделено исследованиям 2017–2026 годов. Работа 2017 года сохранена как опорная экспериментальная публикация, необходимая для оценки последующего развития направления.
В научную аргументацию включались исследования с идентифицируемой публикацией, описанным объектом и измеряемым результатом. Приоритет имели работы, позволяющие проверить размер анализируемой группы, вмешательство, сравнение и конечную точку. Медийные сообщения без экспериментального описания использовались только для анализа происхождения публичных утверждений. В итоговую библиографию включены 38 источников: 21 публикация первичных исследований, одно конференционное сообщение и 16 официальных, методологических, профессиональных и информационных материалов. Число публикаций не трактуется как число независимых исследований. Различались полные статьи, краткие клинические сообщения, конференционные тезисы и официальные рекомендации. Числа проверялись вместе со знаменателями: ооцитами, эмбрионами, переносами, пациентами или животными. Различались исходно включённая группа, участники итогового анализа и подгруппы отдельных измерений. Учитывались досрочные завершения, исключения и повторное описание ранее опубликованных случаев. Связанные публикации одной исследовательской программы сопоставлялись на предмет повторного описания исходов. При ограниченном доступе использовались авторские аннотации и индексированный текст первоисточника; подробности, которые ими не подтверждались, не восстанавливались предположительно.
Работа представляет собой научно-аналитический обзор с критическим сопоставлением источников. Полный систематический отбор по зарегистрированному протоколу и метаанализ не проводились. Поиск клинических результатов искусственной матки ограничен доступными открытыми публикациями и официальными сообщениями; он не позволяет исключить существование непубличных или ещё не опубликованных испытаний. Эта граница существенна для интерпретации текущего статуса технологии.
Происхождение публичных сообщений проверялось отдельно. Материал южнокорейского издания ChosunBiz о человекоподобном устройстве для вынашивания не содержит достаточного экспериментального обоснования заявленного продукта. Сообщение на платформе научных пресс-релизов EurekAlert и соответствующая журнальная статья описывают один клинический случай; их нельзя учитывать как независимые подтверждения [3; 4; 5].
Метод сопоставления включает пять характеристик: функция технологии; биологический объект и единица анализа; измеряемый исход; схема исследования; условия переноса результата. Для клинических работ дополнительно оценивались распределение участников, полнота наблюдения и соответствие вывода заявленной конечной точке. Для исследований не меньшей эффективности сопоставлялись доверительный интервал и заранее заданная допустимая граница различия.
Статистическое дополнение представляет собой вторичный анализ опубликованных таблиц сопряжённости. Двусторонний точный критерий Фишера использован для проверки сравнений при малых численностях; критерий Пирсона без поправки — для воспроизведения опубликованного значения. Индивидуальные медицинские данные в работе не использовались.
3 Технологические направления и границы понятий
Термин «репродуктивные технологии нового поколения» охватывает несколько разных объектов вмешательства. В лаборатории ЭКО исследуют гаметы и ранние эмбрионы. В системах искусственной плаценты поддерживают плод с продолжающимся созреванием органов. В исследованиях эмбриональных моделей воспроизводят отдельные процессы самоорганизации клеток. Общность цифровых инструментов не устраняет этих биологических различий.
Экстракорпоральное оплодотворение (ЭКО; английское наименование in vitro fertilization, IVF) предусматривает оплодотворение вне организма и последующий перенос эмбриона. Интрацитоплазматическая инъекция сперматозоида (ИКСИ; английское наименование intracytoplasmic sperm injection, ICSI) — метод введения одного сперматозоида непосредственно в цитоплазму ооцита. Роботизация ИКСИ означает передачу устройству определённых микроманипуляций. Для понимания конкретной системы необходимо установить, кто выбирает клетку, задаёт движение, подтверждает воздействие и реагирует на отклонение.
Частичное внеутробное развитие, или частичная эктогестация, предполагает продолжение уже начавшегося внутриутробного развития во внешней системе. Полное внеутробное вынашивание, или полный эктогенез, означало бы обеспечение всей последовательности от раннего эмбриона до рождения вне организма женщины. В проверенных источниках эти возможности имеют принципиально разную доказательную основу [6; 7; 8].
Таблица 1. Функциональное разграничение технологий
| Направление | Объект и функция | Основной проверяемый результат |
|---|---|---|
| Роботизированная эмбриология | Гаметы и эмбрионы; выполнение лабораторных операций | Сохранность клеток, оплодотворение, развитие эмбрионов и клинические исходы |
| Искусственный интеллект для наблюдения и выбора | Изображения, видеозаписи и данные лечения; распознавание и ранжирование | Точность, переносимость между центрами, влияние на решения и исходы |
| Искусственная плацента | Плод с продолжающимся созреванием органов; внешний газообмен и поддержка физиологии плода | Выживание, развитие органов, переход к самостоятельной жизни |
| Модели раннего развития | Эмбрионы животных или клеточные модели; изучение раннего эмбриогенеза | Воспроизводимость конкретного процесса и соответствие биологическому прототипу |
Автоматизацию также необходимо различать по функции. Моторизованное устройство может полностью зависеть от команд оператора. Алгоритм распознавания способен находить объект, не имея полномочий воздействовать на него. Автономное выполнение одной операции не означает автономности всей процедуры. Под искусственным интеллектом (ИИ) далее понимаются алгоритмические методы распознавания, прогнозирования и поддержки решений, применяемые к определённой задаче. В дальнейшем эти различия используются при сопоставлении результатов, а не сводятся к единому проценту «роботизации».
4 Искусственная матка и физиологическая поддержка развития
4.1 Биологическая задача и устройство систем
Современные системы искусственной матки разрабатываются для поддержки крайне недоношенных детей с сохранением физиологии плода. Внешний контур обеспечивает газообмен, а лёгкие остаются заполненными жидкостью. Система включает сосудистый доступ, оксигенатор и физиологический мониторинг; в ряде конструкций организм целиком находится в жидкостной среде. Неонатальный инкубатор такой функции газообмена не выполняет [9].
«Искусственная плацента» здесь является функциональным названием. Устройство замещает часть функций материнско-плацентарной системы; оно не воспроизводит полностью её эндокринную, иммунную и метаболическую организацию. Помимо газообмена, исследовательской задачей остаётся обеспечение согласованного созревания органов, роста тканей и устойчивости кровообращения [10].
В системе внеутробной среды для развития новорождённых (английское наименование EXTra-uterine Environment for Neonatal Development, EXTEND) и системе маточной среды вне организма (английское наименование ex-vivo uterine environment, EVE) исследуются беспомповые артериовенозные контуры, в которых кровоток обеспечивает сердце плода. Другие подходы используют насос и веновенозное подключение. Выбор схемы меняет нагрузку на сердце, требования к сопротивлению контура, объёму крови и сосудистому доступу. Поэтому результаты разных устройств следует сопоставлять с учётом их архитектуры [6; 11; 12].
4.2 Основные экспериментальные результаты
Таблица 2. Избранные исследования искусственной плаценты
| Исследование | Модель и результат | Граница интерпретации |
|---|---|---|
| Партридж и соавт., 2017 | Восемь ягнят в итоговой конфигурации системы; поддержка 20–28 суток | Число восемь относится к конкретной конструкции; поддерживалась часть беременности [6] |
| Усуда и соавт., 2023 | Шесть плодов; поддержка 250 ± 72 часа (среднее ± стандартное отклонение); максимум 336 часов достигнут у одного животного | Пять опытов прекращены досрочно из-за осложнений; выявлены нарушения роста [11] |
| Пирс де Ньюбург и соавт., 2024 | После исключения четырёх ранних летальных исходов основной анализ включал десять животных; исследование мозга — шесть | Поддержка 10–21 сутки у включённых животных; отсутствие отдельных признаков повреждения не доказывает эквивалентности развития [13] |
| Фэллон и соавт., 2024 | Пять ягнят с экспериментальной защитой контура от тромбообразования и пять с системной гепаринизацией; поддержка около недели | Проверка конкретного инженерного решения; клиническое снижение кровотечений у человека не установлено [12] |
| Косака и соавт., 2026 | Включено 27 животных; у 12, вошедших в анализ, новый оксигенатор сохранял газообмен более 14 суток | Пятнадцать животных, погибших до 14 суток, исключены из анализа; результат не характеризует общую выживаемость [14] |
Последовательность этих работ показывает продвижение по нескольким самостоятельным задачам: длительности поддержки, работе с более незрелым организмом, оценке развития мозга и совместимости крови с материалами контура. Особенно показательно расхождение между устойчивой работой системы и полноценным ростом в исследовании EVE. Это указывает на необходимость совместного изучения питания, метаболизма и регуляции развития, а не только технической стабильности газообмена [11].
В работе Косаки и соавторов оценка длительной работоспособности оксигенатора основана на животных, переживших первые 14 суток. Авторы не связывали ранние смерти с отказом оксигенатора; однако такой отбор ограничивает выводы о безопасности системы в целом. В группе без системной антикоагуляции сохранялось применение гепарина в препаратах крови и для проходимости линий; тканевые последствия возможного микротромбообразования не оценивались [14]. Поэтому для оценки клинической готовности необходимы исходы всех включённых животных и разбор причин прекращения каждого опыта.
Независимая европейская работа Эйшарх с соавторами дополняет картину: в последовательных сериях на овцах совершенствовались переход к внешнему контуру, подключение сосудов и длительность поддержки. Она показывает, что результат зависит от конструкции, хирургической техники и подготовки команды. Такой опыт важен для воспроизводимости при переносе установки в другую лабораторию [10].
4.3 Ограничения переноса результатов на человека
Стадии развития овцы и человека нельзя сопоставить единым пересчётом сроков беременности. Масса тела, зрелость лёгких, развитие мозга и сосудистая анатомия соответствуют по-разному. Модель выбирают под конкретный вопрос: гемодинамику, повреждение органов, питание или последующее развитие. Такой подход отражён в материалах Управления по контролю качества пищевых продуктов и лекарственных средств США (английское наименование Food and Drug Administration, FDA) [9].
Отдельно следует различать морфологическую сохранность мозга и долгосрочный функциональный результат. В исследовании Пирс де Ньюбург и соавторов магнитно-резонансная томография (МРТ) и гистология выполнены у шести животных. На МРТ не выявлены кровоизлияния в ткань мозга и инфаркты; при этом авторы обсуждают меньшие размеры мозга и ограничения интерпретации. Четыре ранних летальных исхода были исключены ещё до формирования основной анализируемой группы [13]. Эти показатели не заменяют оценку поведения, обучения и развития после перехода к самостоятельной жизни. Положительные результаты в малой серии также не устанавливают частоту редких осложнений. Для последующих исследований существенны сравнимая контрольная группа и полнота наблюдения.
В материалах FDA для первых клинических исследований рассматриваются независимый мониторинг безопасности, заранее заданные критерии остановки и информированное согласие [9].
В проверенных открытых первичных источниках не выявлены опубликованные клинические результаты применения современных систем искусственной матки у людей. Разработчик EXTEND обозначает устройство как исследуемое и сообщает об отсутствии рыночного допуска. Заседание FDA в 2023 году обсуждало условия разработки и возможных первых исследований, а не предоставляло разрешение на обычное клиническое использование. Отсутствие допуска к продаже не равнозначно отсутствию разрешённого исследовательского применения [15; 9].
4.4 Ранние эмбриональные модели и полное вынашивание
Эксперименты с ранним развитием открывают самостоятельные исследовательские возможности. Агилера-Кастрехон с соавторами продемонстрировали культивирование постимплантационных мышиных эмбрионов от 5,5 до 11 суток эмбрионального развития. Это позволяет наблюдать процессы органогенеза во внешней среде, но не является развитием от оплодотворения до рождения [7].
Олдак с соавторами получили модели человеческого эмбриона из стволовых клеток, воспроизводящие ряд признаков стадии 13–14-го дня развития. В этой работе речь идёт о моделировании структуры и самоорганизации. Сходство с эмбрионом на определённой стадии не доказывает полноценной жизнеспособности, возможности имплантации или рождения [8].
Между моделями раннего эмбрионального развития и системами поддержки плода с продолжающимся созреванием органов остаются нерешённые задачи имплантации, плацентации, формирования сосудистых связей и длительной регуляции развития. Их нельзя считать уже соединёнными звеньями единой технологии искусственной беременности. Вместе с тем они дают экспериментальную основу для изучения причин нарушений развития и построения проверяемых моделей взаимодействия тканей.
5 Роботизация эмбриологических процедур
5.1 Какие операции передаются оборудованию
Роботизация лаборатории ЭКО включает поиск и выделение ооцитов из фолликулярной жидкости, удаление окружающих клеток, подготовку спермы, микроманипуляции ИКСИ, наблюдение за развитием и криоконсервацию. В публикациях об автоматизированном лабораторном извлечении ооцитов речь идёт об обработке уже полученной жидкости. Автоматизация пункции яичников из этих результатов не следует [16; 17].
С инженерной точки зрения задачи различны. Выделение клетки может обеспечиваться геометрией микроканалов и потоком жидкости. Микроинъекция требует распознавания объекта, оценки положения инструментов и управления механическим воздействием. Витрификация — быстрое охлаждение с образованием стеклообразного состояния — предъявляет требования к последовательности обработки и воспроизводимости временных режимов. Единой оценки эффективности для всех этих операций недостаточно.
5.2 Клинические исследования и уточнение новизны
Таблица 3. Этапы клинической проверки автоматизации
| Работа | Подтверждённый результат | Что остаётся недоказанным |
|---|---|---|
| Коста-Борхес и соавт., 2023 | Частично автоматизированное ИКСИ: 14 экспериментальных и 18 ручных инъекций; два рождения | Полная автономность и сравнительная клиническая эффективность [18] |
| Мендисабаль-Руис и соавт., 2025 | Дистанционное ИКСИ: пять экспериментальных и три контрольных ооцита; одно рождение | Популяционная безопасность и преимущества перед ручной процедурой [5] |
| Чавес-Бадиола и соавт., 2026, последовательные операции | Одиннадцать случаев; 70 экспериментальных и 58 контрольных ооцитов; пять живорождений после 12 экспериментальных переносов | Эффективность интегрированной автоматизации вне небольшой предварительной серии [16] |
| Чавес-Бадиола и соавт., октябрь 2026, отдельные модули | Тридцать один анализируемый случай; 16 живорождений после 35 экспериментальных переносов | Независимое воспроизведение и безопасность; зарегистрированы два последующих смертельных исхода [19] |
| Мутлу и соавт., 2026 | Микрофлюидное выделение дополнительных ооцитов; в отдельном предварительном клиническом исследовании зарегистрировано живорождение | Прирост кумулятивной вероятности рождения в сравнительном исследовании [17] |
Уточнение хронологии имеет научное значение. Рождения после частично автоматизированного ИКСИ описаны в 2023 году. Работа 2025 года расширила цифровое управление микроманипуляциями и продемонстрировала дистанционное выполнение процедуры. В ней использовались донорские ооциты; возраст реципиентки не характеризует возраст яйцеклеток. Оператор находился примерно в 3700 км от лаборатории, при сохранении участия персонала на месте [18; 5].
В статье 2025 года есть несогласованность: в аннотации 49,6% операций названы автономными, а в результатах эта доля отнесена к цифровому вмешательству оператора. Поэтому точный процент автономности не следует воспроизводить как однозначно установленный. Среднее время процедуры на один ооцит составляло 9 минут 56 секунд против 1 минуты 22 секунд при ручном подходе; эти данные не подтверждают ускорения данного прототипа [5].
Публикации 2026 года расширяют доказательную базу, однако остаются предварительными. В серии последовательной автоматизации нормальное оплодотворение получено для 45 из 70 экспериментальных ооцитов и 47 из 58 контрольных. В исследовании отдельных модулей показатель роботизированного ИКСИ составил 34/57 против 36/45 вручную. Распределение в этой серии зависело от готовности оборудования; сравнивались ооциты одного источника, а клинические исходы не проверялись в самостоятельном рандомизированном испытании. Численно благоприятные результаты контрольных групп требуют внимания; малые серии не дают основания ни объявить эквивалентность, ни установить устойчивое различие для всей технологии [16; 19].
В октябрьской публикации два крайне преждевременных рождения завершились смертью детей на фоне тяжёлых акушерских осложнений; причинная связь с автоматизацией не установлена. Применение экспериментального модуля витрификации Pearl 5 прекратили из-за технических проблем и низкой выживаемости бластоцист после размораживания. Один случай повторяет публикацию 2025 года. Серии из 11 и 31 случая описывают разные подгруппы одной программы, зарегистрированной в реестре клинических исследований ClinicalTrials.gov под номером NCT06074835. Они расширяют наблюдения внутри программы, но не представляют независимого воспроизведения другой исследовательской группой [19].
5.3 Самостоятельная ценность отдельных модулей
Работа с микрофлюидным устройством FIND-Chip для выделения ооцитов и удаления окружающих их клеток (английское описание microfluidic isolation and denudation chip) показывает иной путь развития. На материале 582 пациенток четырёх центров из ранее просмотренной фолликулярной жидкости обнаружены 583 дополнительных ооцита. В отдельном предварительном клиническом исследовании участвовали 19 пациенток; сообщено об одном рождении из дополнительно найденного ооцита. Основная большая выборка характеризует полноту извлечения материала, а не доказанное увеличение частоты рождения у 582 пациенток [17].
Не меньшая эффективность означает, что возможное ухудшение по выбранной конечной точке не превышает заранее обоснованную границу. Такая проверка отличается от установления равенства методов и от проверки превосходства.
Для полуавтоматической витрификации существует рандомизированное исследование Гаека и соавторов: 149 пациенток распределены в группы, 118 вошли в анализ по протоколу. Первичной точкой была выживаемость оплодотворённых ооцитов на стадии двух пронуклеусов — мужского и женского предъядер — после размораживания; для изученной системы выполнен критерий не меньшей эффективности. Это пример более строгой проверки отдельного компонента. Такой результат не переносится автоматически на другой аппарат, стадию эмбриона или интегрированную лабораторию [20].
Клиническое назначение самой процедуры также сохраняет значение. В рандомизированном исследовании сравнения обычного ЭКО и ИКСИ, обозначенном авторами INVICSI (английское наименование IVF versus ICSI — сравнение ЭКО и ИКСИ), с участием 824 женщин без тяжёлого мужского фактора ИКСИ не увеличило кумулятивную частоту живорождения по сравнению с обычным ЭКО. Следовательно, доступность автоматизированной микроинъекции сама по себе не создаёт основания расширять показания к ней [21].
Перспектива роботизации связана с воспроизводимостью манипуляций, регистрацией событий, уменьшением некоторых потерь материала и рациональным распределением работы специалистов. Каждое из этих преимуществ следует измерять отдельно. Снижение активного рабочего времени эмбриолога может сочетаться с увеличением общего времени процедуры. Более полная регистрация действий способна улучшать контроль качества, даже если первоначально не повышает частоту клинического успеха.
6 Искусственный интеллект в репродуктивной медицине
6.1 Распознавание объектов и помощь специалисту
Применение ИИ охватывает разные задачи: обнаружение клетки среди других объектов, отслеживание её движения, описание морфологии, прогнозирование развития и ранжирование эмбрионов для переноса. Эти задачи требуют разных данных и проверки. Успешное распознавание сперматозоида по изображению не означает способности определить его генетическое состояние. Прогнозирование имплантации по изображению эмбриона не охватывает все материнские и клинические факторы исхода.
В проспективном многоцентровом исследовании Госса и соавторов сравнивались парные образцы 40 пациентов. При помощи ИИ медианное время поиска на чашку уменьшилось с 35,80 до 21,80 минуты. Такая схема позволяет оценить конкретную рабочую операцию при сопоставимом исходном материале, но не устанавливает увеличение вероятности рождения ребёнка: для этого необходимы соответствующие клинические конечные точки и достаточная выборка [22].
Отдельное сообщение Сурьяванши с соавторами описывает клиническую беременность после обнаружения и извлечения редких сперматозоидов с помощью ИИ и микрофлюидной системы. Оно подтверждает осуществимость конкретного применения. По этой публикации нельзя заменять исход «клиническая беременность» исходом «живорождение» или говорить об эффективности для всех случаев азооспермии — отсутствия сперматозоидов в эякуляте [23].
Для лаборатории практическая ценность таких систем может проявиться раньше, чем эффект на частоту рождения: уменьшение времени поиска, регистрация пропущенных объектов и более единообразное описание. Однако и эти преимущества требуют проверки в разных лабораториях, при различном оборудовании, качестве изображений и составе образцов.
6.2 Выбор эмбриона и результаты рандомизированных исследований
Наиболее распространённая идея — использовать изображение или последовательность кадров развития для ранжирования эмбрионов. Система присваивает оценку, после чего эмбриолог или протокол определяет очередность переноса. При этом классификация морфологического качества, прогноз клинического исхода и решение о пригодности эмбриона представляют разные задачи. Их разграничение и стандартизация терминологии отражены в обновлённом консенсусе Европейского общества репродукции человека и эмбриологии (английское наименование European Society of Human Reproduction and Embryology, ESHRE) и объединения специалистов репродуктивной медицины «Альфа» (официальное название Alpha Scientists in Reproductive Medicine) [24].
В исследовании Иллингворта и соавторов 1066 участниц распределены поровну между выбором эмбриона алгоритмом интеллектуальной оценки данных iDAScore (английское наименование intelligent Data Analysis Score) и морфологической оценкой. Клиническая беременность наступила у 248/533 и 257/533 соответственно. Разность составила −1,7 процентного пункта; 95% доверительный интервал — от −7,7 до +4,3 пункта. Поскольку нижняя граница оказалась ниже заранее заданного предела −5 пунктов, не меньшая эффективность не была продемонстрирована. При этом алгоритм заметно ускорял оценивание [25].
Из такого результата не следует ни доказанная непригодность ИИ, ни доказанная эквивалентность методов. Исследование проверяло определённую версию алгоритма, способ использования и клиническую популяцию. Для другой модели требуется собственная проверка. Отсутствие статистически значимого различия в обычном сравнении не заменяет выполнения заранее установленного критерия не меньшей эффективности.
Рисунок 1. Собственное графическое представление опубликованных оценок Иллингворта и соавторов. Интервал пересекает границу −5 процентных пунктов; график относится к клинической беременности, а не к живорождению [25].
Исследование систем покадрового наблюдения за эмбрионами TILT (английское наименование Time-Lapse Imaging Trial) включало 1575 участниц и сравнивало три режима: покадровую съёмку с использованием её данных для выбора эмбриона, непрерывное культивирование со стандартной оценкой и обычное культивирование с обычной оценкой. Значимого улучшения живорождения не выявлено. Его следует рассматривать как проверку конкретных режимов наблюдения и культивирования; это не прямое испытание всех современных алгоритмов ИИ. Результат показывает, почему техническое расширение наблюдения само по себе не гарантирует улучшения клинических исходов [26].
Другой подход изучен в многоцентровом рандомизированном исследовании вспомогательного выбора эмбрионов LOTUS, зарегистрированном под номером NCT05483985: эмбриолог использовал алгоритмическую поддержку наряду с морфологической оценкой. В конференционном сообщении 2025 года указаны 442 рандомизированные участницы; анализ включал 359 женщин, прошедших перенос [27].
В официальном регуляторном резюме 2026 года для системы вспомогательной оценки эмбрионов Embryo Predict основной анализ включает 283 участницы: клиническая беременность зарегистрирована у 97/133 женщин при алгоритмической поддержке и у 102/150 в контроле. Разность +4,9 процентного пункта, 95% доверительный интервал от −5,7 до +15,6, удовлетворяла заданной границе не меньшей эффективности 10 пунктов. 15 мая 2026 года FDA разрешило обращение изделия в США по процедуре предварительного уведомления 510(k) для указанного вспомогательного назначения [28].
Основная популяция анализа ограничена прошедшими перенос участницами, располагавшими несколькими подходящими бластоцистами; критерий учитывал наличие результатов генетического тестирования. Эмбриолог мог изменить выбор алгоритма, и такие случаи не исключались из основного анализа. Следовательно, результат характеризует стратегию работы специалиста с поддержкой системы. Полный переход от включённых участниц к анализируемой группе в регуляторном резюме не представлен. Эти данные не устанавливают превосходства по живорождению и не переносятся автоматически на всех начавших лечение [28].
6.3 Российское исследование и значение статистической проверки
В работе Громенко, Ящук и Насыровой сравнивались две группы по 30 пациенток: выбор бластоцисты с применением алгоритма интеллектуального ранжирования и классификации эмбрионов ERICA 1.0 (английское наименование Embryo Ranking Intelligent Classification Algorithm) и морфологический выбор. Клиническая беременность наступила у 10/30 и 12/30 соответственно. К 22 неделям беременность сохранялась у 10/30 и 8/30. Это российское проспективное исследование применения ранее опубликованного алгоритма [29]. Малый размер выборки и недостаточная детализация формирования и сокрытия случайного распределения ограничивают оценку риска систематического смещения [30].
Значение p характеризует вероятность получить при нулевой гипотезе и принятых предпосылках результат не менее экстремальный, чем наблюдаемый. Оно не является вероятностью истинности гипотезы и само по себе не измеряет клиническую значимость эффекта.
Вторичный анализ агрегированных данных опубликованной таблицы 3 показывает зависимость статистического вывода от анализируемой группы. Для сохранения беременности среди 60 пациенток, данные которых представлены в таблице, двусторонний точный критерий Фишера даёт p = 0,779; среди наступивших беременностей, 10/10 против 8/12, — p = 0,096. Сообщённое авторами p = 0,044 воспроизводится при условном сравнении критерием Пирсона без поправки. Пересчёт выполнен для настоящего отчёта; применение точного критерия обосновано малыми численностями. Он не заменяет анализ индивидуальных данных. Условное сравнение среди наступивших беременностей не заменяет оценку эффекта по исходным группам. Генетическая верификация эмбрионов в исследовании не представлена, поэтому нормальный набор хромосом, или эуплоидность, нельзя выводить из сохранения беременности [30].
6.4 Что необходимо проверять у медицинского алгоритма
Клиническую ценность модели следует оценивать по заранее определённому назначению. Если система обнаруживает клетки, проверяют пропуски, ложные находки и рабочее время. Если она оценивает вероятность исхода, важны не только различимость групп, но и калибровка: соответствуют ли прогнозируемые вероятности наблюдаемым частотам. Если алгоритм меняет очередность переноса, следует оценивать последствия изменения решения, включая время до рождения и кумулятивный результат цикла. Эта необходимость клинической проверки подчёркнута в заключении Американского общества репродуктивной медицины (английское наименование American Society for Reproductive Medicine, ASRM) [31].
Особая проблема — структура данных. Кадры одной видеозаписи, несколько эмбрионов одного цикла и повторные циклы одного пациента зависимы. Разделение кадров между обучением и проверкой способно создать видимость высокой точности: модель будет проверяться на объектах, близких к уже известным. Для подтверждения переносимости требуется разделение по пациентам и независимым центрам, а при изменяющейся практике — проверка на более позднем периоде. Это методологическое требование следует закладывать в схему исследования до обучения модели [32].
Необходимо также учитывать, что клинический исход известен прежде всего для перенесённых эмбрионов. Обучение на таком наборе отражает предшествующие решения специалистов. Если алгоритм затем предлагает выбирать другие эмбрионы, его фактическое влияние нельзя установить только повторной обработкой старых изображений. Требуется проспективная оценка использования модели в реальном процессе принятия решений [31; 33].
Для прогностических моделей используются рекомендации по прозрачному представлению исследований моделей индивидуального прогноза или диагноза на основе нескольких признаков TRIPOD+AI (английское раскрытие Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis; AI — Artificial Intelligence, искусственный интеллект).
Раннюю клиническую оценку систем поддержки решений охватывают рекомендации DECIDE-AI (английское раскрытие Developmental and Exploratory Clinical Investigations of DEcision support systems driven by Artificial Intelligence — первоначальные и поисковые клинические исследования систем поддержки решений на основе ИИ).
Для рандомизированных испытаний вмешательств с ИИ применяется расширение согласованных стандартов представления результатов CONSORT-AI (английское раскрытие Consolidated Standards of Reporting Trials — Artificial Intelligence). Эти документы помогают раскрыть назначение системы, данные, действия человека, версию алгоритма и анализ ошибок. Соблюдение формы отчётности не заменяет качественного планирования исследования и независимого воспроизведения [32; 33; 34].
7 Обсуждение результатов и критерии научного продвижения
Для трёх направлений общим является переход от технической функции к биологическому и клиническому результату. Однако одинаковые слова — «успех», «точность», «автономность» — часто обозначают разные величины. Поэтому в настоящем анализе используются пять связанных характеристик: функция технологии; биологический объект и единица анализа; измеряемый исход; схема исследования; условия переноса результата.
Таблица 4. Какие результаты подтверждают разные типы исследований
| Полученный результат | Обоснованный вывод | Следующая проверка |
|---|---|---|
| Точное движение микроинструмента | Выполнима конкретная механическая операция | Сохранность клетки и воспроизводимость на биологическом материале |
| Оплодотворение и развитие бластоцисты | Процедура совместима с данным этапом развития | Клинические исходы и сравнение с принятым методом |
| Рождение после исследуемой процедуры | Доказана биологическая осуществимость этого применения | Частота исходов, безопасность и воспроизводимость в независимых центрах |
| Различение исходов на независимой архивной выборке | Подтверждён конкретный показатель различения в условиях данной проверки | Внешняя проверка, калибровка и влияние на решения |
| Сохранение газообмена у животного | Контур выполняет физиологическую функцию | Развитие органов и отдалённые исходы после прекращения поддержки |
Нельзя оценивать технологическую зрелость только по максимальной длительности опыта, доле автоматических действий или числу опубликованных статей. Для инженерного решения существенны устойчивость при отклонениях, полнота регистрации отказов и возможность безопасного вмешательства специалиста. Для биологического вмешательства важны все включённые объекты, включая неудачные процедуры и раннее прекращение наблюдения. Для клинической полезности нужны исходы, значимые для пациента.
Особенно важно сохранять правильную единицу анализа. Сто обработанных ооцитов не эквивалентны ста независимым пациентам. Сорок переносов могут относиться к меньшему числу женщин. Сравнение распределённых между методами ооцитов полезно для лабораторной оценки, но клинический исход дополнительно зависит от выбора эмбриона, состояния реципиентки и последовательности переносов. При объединении работ требуется проверять состав когорт и регистрационные номера исследований.
Для ЭКО одним из основных итогов является кумулятивное живорождение с учётом последовательного использования эмбрионов, полученных в цикле. Более быстрое нахождение подходящего эмбриона может сокращать время и число переносов, даже если суммарная вероятность рождения не меняется. Напротив, высокий показатель успеха первого переноса может скрывать исключение части пациенток или эмбрионов. Поэтому требуется заранее определять числитель, знаменатель и период наблюдения [21; 25].
Экономическая оценка также должна соответствовать измеряемой функции. Для расчёта затрат необходимо учитывать оборудование, расходные материалы, обслуживание, обучение, ручные вмешательства и частоту повторения процедур. Публикация о рождении ребёнка или сокращении одной операции не устанавливает снижение стоимости полного лечения. На этой стадии корректно формулировать проверяемые экономические гипотезы, а не обещать доступность по заранее заданной цене.
8 Математические и междисциплинарные исследовательские задачи
8.1 Модели состояния развивающейся системы
Развитие организма представляет собой процесс с меняющимися параметрами. Одинаковое управляющее воздействие может иметь разный эффект в зависимости от массы, зрелости органов и предшествующего состояния. Это делает перспективными модели, объединяющие физиологические закономерности с наблюдаемыми данными. Для искусственной плаценты такая модель должна связывать газообмен, гемодинамику, метаболические потребности и рост; для эмбриологии — состояние клетки, геометрию инструмента и ответ на воздействие.
Предлагаемая исследовательская постановка заключается в разделении трёх составляющих: измеряемого состояния, скрытых физиологических характеристик и управляемых параметров оборудования. Требуется установить, какие скрытые характеристики можно восстановить по доступным измерениям, насколько устойчивы оценки и как ошибки измерения меняют решение. Это содержательно связано с теорией наблюдения и идентификации, заявленной в научном профиле ИМИСС [2].
Полезным результатом может стать вычислительный стенд, воспроизводящий заданные физиологические сценарии и пределы применимости модели. Его проверка должна включать данные, не использованные для настройки, анализ чувствительности и сравнение с простыми базовыми моделями. Само наличие цифровой модели ещё не делает её достоверным цифровым двойником конкретного организма.
8.2 Управление с ограничениями и распределение полномочий
Роботизированная система должна различать штатное выполнение, недостаточную уверенность распознавания и состояние, требующее вмешательства человека. При неопределённой границе клетки полезным действием может быть получение дополнительного изображения или остановка движения. Для жизнеобеспечения критично заранее определить допустимые состояния при отказе датчика, связи или исполнительного механизма.
Предлагается исследовать архитектуру с раздельными функциями распознавания, планирования действия и проверки допустимости. Обучаемая модель может предлагать действие; независимый уровень контроля проверяет его по заданным ограничениям. Полномочия оператора и условия возврата управления должны быть определены для каждой операции. Независимость уровня контроля должна проверяться с учётом общих датчиков, программных зависимостей и общих причин отказа. Для каждой операции требуется определить допустимое состояние при утрате связи; остановка инструмента не является универсально безопасным решением на любой стадии манипуляции. Это исследовательское предложение, а не утверждение о сертифицированной архитектуре рассмотренных установок.
Измерять следует частоту незапланированных вмешательств, время обнаружения отклонений, долю корректных остановок и устойчивость при изменении условий наблюдения. Для оценки полезности важна совокупная работа человека и системы: алгоритм с высокой точностью может оказаться неудобным, если создаёт чрезмерное число предупреждений или затрудняет вмешательство специалиста. Подобные вопросы взаимодействия входят в предмет ранней клинической оценки ИИ [33].
8.3 Переносимость алгоритмов и неопределённость
Для ИМИСС и междисциплинарных партнёров продуктивной задачей может стать разработка методов, обнаруживающих выход за пределы условий обучения. Например, система должна распознавать изменение типа микроскопа, подготовки образца или распределения возрастных групп, способное нарушить достоверность оценок. Исследовательский результат здесь — не только высокая средняя точность, но и способность своевременно отказаться от необоснованного прогноза.
Следует проверять, сохраняется ли качество отдельно по центрам, возрастным категориям, донорским и собственным ооцитам, типам образцов и протоколам культивирования. Сравнение средних показателей может скрывать существенное ухудшение в небольшой группе. Версия модели, правила предобработки и критерии выбора должны быть фиксированы для каждого этапа испытания; обновление программного обеспечения требует соразмерной повторной проверки [32; 34].
8.4 Инженерия знаний и воспроизводимость доказательств
Для быстро развивающейся области необходима структура знаний, связывающая публикации с реальными исследованиями и объектами. Минимальная запись должна содержать устройство и его версию, биологическую модель, участников, единицу анализа, вмешательство, сравнение, исход, время наблюдения, неопределённость и раскрытые интересы. Отдельная связь должна показывать, что поздняя статья повторно описывает ранее опубликованный случай.
Такая организация создаёт основу для разработки и проверки процедур выявления двойного счёта, смешения беременностей и рождений, подмены результата на перенос результатом на пациентку и необоснованного перехода от заявлений разработчика к клиническим утверждениям. Это соответствует направлению онтологий и проверяемых знаний, представленному на сайте ИМИСС [2].
Научная задача состоит в создании формализованной схемы происхождения утверждений, которую можно проверять независимо от конкретного алгоритма поиска. Для каждого вывода должна быть доступна последовательность от первичных данных и опубликованной таблицы к расчёту и интерпретации. Генеративные языковые модели могут помогать извлекать и сопоставлять сведения, но численные данные и ссылки требуют проверки по первоисточникам.
Таблица 5. Предлагаемые проверяемые исследовательские постановки
| Задача | Проверяемая гипотеза | Результат исследования |
|---|---|---|
| Физиологическое моделирование | Совместный учёт кровообращения и метаболизма улучшает прогноз отклонений относительно простых правил | Проверенная модель и диапазоны её применимости |
| Контроль микроинъекции | Контроль неопределённости уменьшает число повреждающих или ошибочных действий | Сравнение точности, сохранности объектов и вмешательств оператора |
| Перенос ИИ между лабораториями | Внешняя калибровка и обнаружение изменений данных снижают ошибки при смене центра | Протокол независимой проверки и количественная оценка переносимости |
| Взаимодействие человека и системы | При одинаковом алгоритме распознавания правила передачи управления изменяют частоту ошибок и время процедуры | Оценка времени, ошибок, нагрузки и реакции на отклонения |
| Инженерия доказательств | Связывание когорт и единиц анализа уменьшает ошибки научного синтеза | Реестр исследований с прослеживаемыми выводами |
Предлагаемые задачи могут выполняться последовательно: сначала на открытых данных и вычислительных моделях, затем на разрешённых лабораторных объектах и в сотрудничестве с профильными биомедицинскими центрами. Переход к исследованиям с участием пациентов должен опираться на самостоятельный протокол, клиническую экспертизу и применимые разрешительные процедуры. Клиническая часть такой программы требует кооперации с организациями, располагающими соответствующей исследовательской и лечебной базой.
9 Этические и организационные условия развития
Этическая оценка должна учитывать конкретный объект вмешательства. Для автоматизированного ЭКО это качество лечения, сохранность биоматериала, согласие участников, прослеживаемость образцов и распределение ответственности. Для искусственной плаценты добавляются интересы крайне недоношенного ребёнка, безопасность перехода к внешней системе и сравнение с реально доступной интенсивной терапией. Для моделей эмбриона требуется отдельная оценка допустимых исследовательских целей.
При предполагаемом клиническом применении искусственной плаценты необходимо отдельно оценивать риски родоразрешения для беременной женщины и последствия для будущих беременностей. Её согласие на собственное вмешательство и родительское разрешение на участие ребёнка представляют разные решения. Эти вопросы обсуждались на заседании педиатрического консультативного комитета FDA [35].
Рекомендации Международного общества исследований стволовых клеток (английское наименование International Society for Stem Cell Research, ISSCR), версия 1.2 от августа 2025 года, предусматривают специализированный надзор за пространственно организованными трёхмерными моделями человеческого эмбриона из стволовых клеток. Их перенос в матку человека или животного и культивирование в искусственной системе, предназначенной для развития таких моделей до жизнеспособности, отнесены к недопустимой категории 3B. Обновление 2025 года касается именно эмбриональных моделей. Эти профессиональные рекомендации не заменяют национальное законодательство и не являются единым законом, действующим во всех странах [36].
Для ИИ и дистанционно управляемого оборудования требуется обеспечить идентификацию образцов, разграничение полномочий, целостность передаваемых команд и данных, регистрацию действий и восстановление управляемости после отказа. Руководство FDA по кибербезопасности медицинских изделий 2026 года рассматривает защиту как часть проектирования и сопровождения устройства, включая проверку реализации и возможности обновления [37].
Для исследовательского прототипа необходимо определить, кто вправе разрешить воздействие на биологический объект, какие команды допустимы, как обнаруживается потеря связи и какое локальное состояние сохраняется до вмешательства специалиста. Эти условия должны проверяться испытаниями отказов и анализом зарегистрированных событий. Публикация о дистанционном управлении сама по себе не подтверждает полноту защиты; отсутствие технических сведений в статье также не доказывает отсутствия соответствующего механизма.
Обезличивание исследовательских данных должно учитывать возможность повторной идентификации по сочетанию клинической и генетической информации. Возможность удалённого управления сохраняет значение компетентного персонала и контроля условий на месте. Конкретные правила обращения с данными и допуска изделий определяются юрисдикцией предполагаемого применения.
Финансовые связи с разработчиками требуют раскрытия и независимой проверки результатов. В рассмотренных работах по роботизации и оксигенаторам присутствуют коммерческие интересы, что не опровергает полученные данные, но повышает значение внешнего воспроизведения, доступа к протоколам и учёта неблагоприятных исходов [5; 19; 17; 14].
Доступность новых технологий следует оценивать вместе с качеством помощи и свободой репродуктивного выбора. Всемирная организация здравоохранения рассматривает помощь при бесплодии как комплекс профилактики, диагностики и лечения, а не только применение оборудования. Автоматизация может оказаться полезной частью такой системы, но её общественный эффект зависит от организации помощи, стоимости и подтверждённой клинической ценности [38].
10 Заключение
Репродуктивные технологии нового поколения уже формируют несколько предметных направлений развития. Роботизированная эмбриология перешла к небольшим клиническим сериям; микрофлюидные устройства помогают находить и выделять биологический материал; алгоритмы распознавания способны сокращать трудоёмкость отдельных операций. Эти достижения создают основу для дальнейшего совершенствования лабораторной практики.
Доказательства распределены неравномерно. Частичная автоматизация процедуры, успешное рождение после её применения и подтверждённое улучшение результатов лечения являются различными уровнями результата. Для выбора эмбрионов с помощью ИИ клиническая полезность должна устанавливаться применительно к конкретной модели и способу использования. Для искусственной плаценты центральной остаётся доклиническая задача согласованного развития органов и безопасного перехода к самостоятельной жизни. Полное внеутробное вынашивание человека не подтверждено рассмотренной доказательной базой.
Наиболее содержательная междисциплинарная перспектива связана с совместным развитием физиологических моделей, точных измерений, управления с ограничениями, переносимых алгоритмов и проверяемых научных данных. Для математического института это самостоятельная исследовательская область: она требует формализации состояния сложной биологической системы, анализа неопределённости и доказательства границ применимости решений.
Продвижение следует оценивать по воспроизводимым результатам каждой функции и по клинически значимым исходам. Такой подход позволяет поддерживать перспективные направления, сохранять научную точность публичного обсуждения и формировать обоснованную программу сотрудничества математиков, инженеров, эмбриологов и специалистов перинатальной медицины.
Литература и источники
Источники приведены в порядке первого упоминания. Иностранные названия сопровождаются русским переводом; официальные наименования сохранены для идентификации. Дата проверки электронных материалов — 19 ноября 2026 года.
1. World Health Organization. 1 in 6 people globally affected by infertility. 4 апреля 2023. [Русское наименование: Бесплодие затрагивает каждого шестого человека в мире.] Официальный сайт Всемирной организации здравоохранения. Электронный источник.
2. Институт математических исследований сложных систем МГУ имени М. В. Ломоносова. Научные направления. Электронный источник.
3. ChosunBiz. China develops pregnancy robot with artificial womb to aid infertile couples. 11 августа 2025. [Русское наименование: В Китае разрабатывают робота с искусственной маткой для помощи парам с бесплодием.] ChosunBiz — деловое новостное издание. Электронный источник.
4. Reproductive BioMedicine Online. World’s first birth following conception with a fully automated remotely operated ICSI system. EurekAlert. Пресс-релиз, 9 апреля 2025. [Русское наименование: Первое в мире рождение ребёнка, зачатого с помощью полностью автоматизированной дистанционно управляемой системы интрацитоплазматической инъекции сперматозоида.] EurekAlert — платформа научных пресс-релизов; источник сообщения — Reproductive BioMedicine Online, журнал по репродуктивной биомедицине. Электронный источник.
5. Mendizabal-Ruiz G., Chavez-Badiola A., Hernández-Morales E., и др. A digitally controlled, remotely operated ICSI system: case report of the first live birth. Reproductive BioMedicine Online. 2025;50(5):104943. [Русское наименование: Система интрацитоплазматической инъекции сперматозоида с цифровым и дистанционным управлением: описание первого случая живорождения.] Reproductive BioMedicine Online — научный журнал по репродуктивной биомедицине. Цифровой идентификатор: 10.1016/j.rbmo.2025.104943.
6. Partridge E. A., Davey M. G., Hornick M. A., и др. An extra-uterine system to physiologically support the extreme premature lamb. Nature Communications. 2017;8:15112. [Русское наименование: Внеутробная система физиологической поддержки крайне недоношенного ягнёнка.] Nature Communications — междисциплинарный научный журнал. Цифровой идентификатор: 10.1038/ncomms15112.
7. Aguilera-Castrejon A., Oldak B., Shani T., и др. Ex utero mouse embryogenesis from pre-gastrulation to late organogenesis. Nature. 2021;593:119–124. [Русское наименование: Внеутробный эмбриогенез мыши от стадии, предшествующей гаструляции, до позднего органогенеза.] Nature — междисциплинарный научный журнал. Цифровой идентификатор: 10.1038/s41586-021-03416-3.
8. Oldak B., Wildschutz E., Bondarenko V., и др. Complete human day 14 post-implantation embryo models from naive ES cells. Nature. 2023;622:562–573. [Русское наименование: Полные модели постимплантационного эмбриона человека на 14-й день развития, полученные из наивных эмбриональных стволовых клеток.] Nature — междисциплинарный научный журнал. Цифровой идентификатор: 10.1038/s41586-023-06604-5.
9. U.S. Food and Drug Administration. FDA Briefing Document. Pediatric Advisory Committee Meeting, 19 сентября 2023 года: Artificial Womb Technology. [Русское наименование: Информационный документ к заседанию Педиатрического консультативного комитета 19 сентября 2023 года: технология искусственной матки.] Официальный информационный документ Управления по контролю качества пищевых продуктов и лекарственных средств США. Электронный источник.
10. Eixarch E., Illa M., Fucho R., и др. An Artificial Placenta Experimental System in Sheep: Critical Issues for Successful Transition and Survival up to One Week. Biomedicines. 2023;11(3):702. [Русское наименование: Экспериментальная система искусственной плаценты у овец: ключевые аспекты успешного перехода на внеутробную поддержку и обеспечения выживания до одной недели.] Biomedicines — научный журнал по биомедицинским исследованиям. Цифровой идентификатор: 10.3390/biomedicines11030702.
11. Usuda H., Ikeda H., Watanabe S., и др. Artificial placenta support of extremely preterm ovine fetuses at the border of viability for up to 336 hours with maintenance of systemic circulation but reduced somatic and organ growth. Frontiers in Physiology. 2023;14:1219185. [Русское наименование: Поддержка искусственной плацентой крайне недоношенных плодов овцы на границе жизнеспособности продолжительностью до 336 часов при сохранении системного кровообращения, но замедленном росте тела и органов.] Frontiers in Physiology — научный журнал по физиологии. Цифровой идентификатор: 10.3389/fphys.2023.1219185.
12. Fallon B. P., Lautner-Csorba O., Major T. C., и др. Extracorporeal life support without systemic anticoagulation: a nitric oxide-based non-thrombogenic circuit for the artificial placenta in an ovine model. Pediatric Research. 2024;95:93–101. Электронная публикация: 2023. [Русское наименование: Экстракорпоральная поддержка жизнедеятельности без системной антикоагуляции: нетромбогенный контур на основе оксида азота для искусственной плаценты в модели на овцах.] Pediatric Research — научный журнал по педиатрическим исследованиям. Цифровой идентификатор: 10.1038/s41390-023-02605-2.
13. Peers de Nieuwburgh M., Dave A., Khan S. A., и др. Assessment of extremely premature lambs supported by the Extrauterine Environment for Neonatal Development (EXTEND). Pediatric Research. 2024;96:1616–1625. [Русское наименование: Оценка состояния крайне недоношенных ягнят, поддерживаемых системой EXTEND («внеутробная среда для развития новорождённых»).] Pediatric Research — научный журнал по педиатрическим исследованиям. Цифровой идентификатор: 10.1038/s41390-024-03287-0.
14. Kosaka S., Wangmo U., Heffelfinger M., и др. Evaluation of an Oxygenator in the EXTra-Uterine Environment for Neonatal Development System Without Systemic Anticoagulation. ASAIO Journal. 2026;72(10):856–864. Электронная публикация: 18 декабря 2025. [Русское наименование: Оценка оксигенатора в системе EXTEND («внеутробная среда для развития новорождённых») без системной антикоагуляции.] ASAIO Journal — журнал Американского общества искусственных внутренних органов (American Society for Artificial Internal Organs, ASAIO), посвящённый искусственным органам и технологиям поддержки жизнедеятельности. Цифровой идентификатор: 10.1097/MAT.0000000000002624.
15. Vitara Biomedical. EXTEND technology and investigational device notice. Официальный сайт. [Русское наименование: Технология EXTEND («внеутробная среда для развития новорождённых») и уведомление о статусе исследуемого медицинского изделия.] Официальный сайт компании Vitara Biomedical. Электронный источник.
16. Chavez-Badiola A., Mendizabal-Ruiz G., Flores-Saiffe Farías A., и др. Automated oocyte retrieval, denudation, sperm preparation, and ICSI in the IVF laboratory: a proof-of-concept study and report of the first live births. Human Reproduction. 2026;41(2):214–230. Электронная публикация: 26 декабря 2025. [Русское наименование: Автоматизация выделения ооцитов, удаления окружающих их клеток, подготовки спермы и интрацитоплазматической инъекции сперматозоида в лаборатории экстракорпорального оплодотворения: исследование принципиальной осуществимости и сообщение о первых живорождениях.] Human Reproduction — научный журнал по репродукции человека. Цифровой идентификатор: 10.1093/humrep/deaf240.
17. Mutlu B. R., Civale S. C., Diettrich J., и др. Microfluidic automation improves oocyte recovery from follicular fluid of patients undergoing in vitro fertilization. Nature Medicine. 2026;32:906–914. [Русское наименование: Микрофлюидная автоматизация повышает эффективность выделения ооцитов из фолликулярной жидкости пациенток, проходящих экстракорпоральное оплодотворение.] Nature Medicine — научный медицинский журнал. Цифровой идентификатор: 10.1038/s41591-026-04207-x.
18. Costa-Borges N., Munné S., Albó E., и др. First babies conceived with Automated Intracytoplasmic Sperm Injection. Reproductive BioMedicine Online. 2023;47(3):103237. [Русское наименование: Первые дети, зачатые с помощью автоматизированной интрацитоплазматической инъекции сперматозоида.] Reproductive BioMedicine Online — научный журнал по репродуктивной биомедицине. Цифровой идентификатор: 10.1016/j.rbmo.2023.05.009.
19. Chavez-Badiola A., Valadez Aguilar A., Mendizabal-Ruiz G., и др. Automation of sperm preparation, oocyte retrieval and denudation, ICSI, and vitrification in IVF: insights from a proof-of-concept study. Human Reproduction. 2026;deag168. Опубликовано 26 октября 2026 года. [Русское наименование: Автоматизация подготовки спермы, выделения ооцитов и удаления окружающих их клеток, интрацитоплазматической инъекции сперматозоида и витрификации при экстракорпоральном оплодотворении: результаты исследования принципиальной осуществимости.] Human Reproduction — научный журнал по репродукции человека. Цифровой идентификатор: 10.1093/humrep/deag168.
20. Hajek J., Baron R., Sandi-Monroy N., и др. A randomised, multi-center, open trial comparing a semi-automated closed vitrification system with a manual open system in women undergoing IVF. Human Reproduction. 2021;36(8):2101–2110. [Русское наименование: Рандомизированное многоцентровое открытое исследование, сравнивающее полуавтоматическую закрытую систему витрификации с ручной открытой системой у женщин, проходящих экстракорпоральное оплодотворение.] Human Reproduction — научный журнал по репродукции человека. Цифровой идентификатор: 10.1093/humrep/deab140.
21. Berntsen S., Zedeler A., Nøhr B., и др. IVF versus ICSI in patients without severe male factor infertility: a randomized clinical trial. Nature Medicine. 2025;31:1939–1948. [Русское наименование: Экстракорпоральное оплодотворение в сравнении с интрацитоплазматической инъекцией сперматозоида у пациентов без тяжёлого мужского фактора бесплодия: рандомизированное клиническое исследование.] Nature Medicine — научный медицинский журнал. Цифровой идентификатор: 10.1038/s41591-025-03621-x.
22. Goss D. M., Vasilescu S. A., Vasilescu P. A., и др. Real-time artificial-intelligence-assisted rare sperm searching: a prospective, multicentre, paired sister-oocyte pilot study. Reproductive BioMedicine Online. 2026;53(5):105873. Электронная публикация: 17 июля 2026. [Русское наименование: Поиск единичных сперматозоидов в режиме реального времени с помощью искусственного интеллекта: проспективное многоцентровое предварительное исследование с парным сравнением результатов для ооцитов, полученных в одном цикле.] Reproductive BioMedicine Online — научный журнал по репродуктивной биомедицине. Цифровой идентификатор: 10.1016/j.rbmo.2026.105873.
23. Suryawanshi H., Gemmell L. C., Morgan S., и др. First clinical pregnancy following AI-based microfluidic sperm detection and recovery in non-obstructive azoospermia. The Lancet. 2025;406(10516):2213–2214. [Русское наименование: Первая клиническая беременность после обнаружения и выделения сперматозоидов с помощью микрофлюидной системы на основе искусственного интеллекта при необструктивной азооспермии.] The Lancet — общемедицинский научный журнал. Цифровой идентификатор: 10.1016/S0140-6736(25)01623-X.
24. Working Group on the update of the ESHRE/ALPHA Istanbul Consensus; Coticchio G., Ahlström A., Arroyo G., и др. The Istanbul consensus update: a revised ESHRE/ALPHA consensus on oocyte and embryo static and dynamic morphological assessment. Human Reproduction. 2025;40(6):989–1035. [Русское наименование: Обновление Стамбульского консенсуса: пересмотренный консенсус Европейского общества репродукции человека и эмбриологии (ESHRE) и объединения учёных в области репродуктивной медицины «Альфа» (ALPHA) по статической и динамической морфологической оценке ооцитов и эмбрионов.] Human Reproduction — научный журнал по репродукции человека; коллективный автор — рабочая группа по обновлению Стамбульского консенсуса ESHRE/ALPHA. Цифровой идентификатор: 10.1093/humrep/deaf021.
25. Illingworth P. J., Venetis C., Gardner D. K., и др. Deep learning versus manual morphology-based embryo selection in IVF: a randomized, double-blind noninferiority trial. Nature Medicine. 2024;30:3114–3120. [Русское наименование: Выбор эмбрионов алгоритмом глубокого обучения в сравнении с выбором специалистом по морфологическим признакам при экстракорпоральном оплодотворении: рандомизированное двойное слепое исследование не меньшей эффективности.] Nature Medicine — научный медицинский журнал. Цифровой идентификатор: 10.1038/s41591-024-03166-5.
26. Bhide P., Chan D. Y. L., Lanz D., и др. Clinical effectiveness and safety of time-lapse imaging systems for embryo incubation and selection in in-vitro fertilisation treatment (TILT): a multicentre, three-parallel-group, double-blind, randomised controlled trial. The Lancet. 2024;404(10449):256–265. [Русское наименование: Клиническая эффективность и безопасность систем интервальной съёмки для культивирования и выбора эмбрионов при экстракорпоральном оплодотворении: исследование интервальной съёмки TILT, многоцентровое рандомизированное контролируемое двойное слепое испытание с тремя параллельными группами.] The Lancet — общемедицинский научный журнал. Цифровой идентификатор: 10.1016/S0140-6736(24)00816-X.
27. Barash O. O., и др. Evaluation of Artificial Intelligence for Embryo Selection During IVF: A Prospective, Randomized Controlled Trial. Fertility and Sterility. 2025. Конференционные тезисы; издательский идентификатор S0015-0282(25)00772-1; регистрационный номер исследования NCT05483985. [Русское наименование: Оценка применения искусственного интеллекта для отбора эмбрионов при экстракорпоральном оплодотворении: проспективное рандомизированное контролируемое исследование.] Fertility and Sterility — научный журнал по репродуктивной медицине и бесплодию; конференционные тезисы. Электронный источник.
28. U.S. Food and Drug Administration. Embryo Predict. 510(k) premarket notification K250781 and summary. Решение: 15 мая 2026. [Русское наименование: Система вспомогательной оценки эмбрионов Embryo Predict: решение и резюме предварительного уведомления 510(k), K250781.] Официальное регуляторное решение и резюме Управления по контролю качества пищевых продуктов и лекарственных средств США. Электронный источник.
29. Chavez-Badiola A., Flores-Saiffe-Farías A., Mendizabal-Ruiz G., Drakeley A. J., Cohen J. Embryo Ranking Intelligent Classification Algorithm (ERICA): artificial intelligence clinical assistant predicting embryo ploidy and implantation. Reproductive BioMedicine Online. 2020;41(4):585–593. [Русское наименование: Алгоритм интеллектуального ранжирования и классификации эмбрионов ERICA: клинический помощник на основе искусственного интеллекта для прогнозирования плоидности эмбриона и имплантации.] Reproductive BioMedicine Online — научный журнал по репродуктивной биомедицине. Цифровой идентификатор: 10.1016/j.rbmo.2020.07.003.
30. Громенко Д. Д., Ящук А. Г., Насырова С. Ф. Сравнение исходов переноса эмбриона пациенткам позднего репродуктивного возраста в зависимости от использования искусственного интеллекта. Практическая медицина. 2026;24(1):129–134. «Практическая медицина» — российский научно-практический медицинский журнал. Цифровой идентификатор: 10.32000/2072-1757-2026-1-129-134.
31. Practice Committee of the American Society for Reproductive Medicine; Practice Committee of the Society of Reproductive Biologists and Technologists. Artificial intelligence in the in vitro fertilization laboratory: a committee opinion. Fertility and Sterility. 2026;126(3):494–498. [Русское наименование: Искусственный интеллект в лаборатории экстракорпорального оплодотворения: совместное заключение профильных комитетов.] Fertility and Sterility — научный журнал по репродуктивной медицине и бесплодию; коллективные авторы — профильные комитеты Американского общества репродуктивной медицины и Общества репродуктивных биологов и технологов. Цифровой идентификатор: 10.1016/j.fertnstert.2026.05.004.
32. Collins G. S., и др. TRIPOD+AI statement: updated guidance for reporting clinical prediction models that use regression or machine learning methods. BMJ. 2024;385:e078378. [Русское наименование: Заявление TRIPOD+AI о прозрачном представлении моделей индивидуального прогноза или диагноза на основе нескольких признаков, включая модели искусственного интеллекта: обновлённые рекомендации по описанию клинических прогностических моделей, использующих регрессию или машинное обучение.] The BMJ — общемедицинский научный журнал; историческое название British Medical Journal означает «Британский медицинский журнал». Цифровой идентификатор: 10.1136/bmj-2023-078378.
33. Vasey B., Nagendran M., Campbell B., и др. Reporting guideline for the early-stage clinical evaluation of decision support systems driven by artificial intelligence: DECIDE-AI. Nature Medicine. 2022;28:924–933. [Русское наименование: Рекомендации DECIDE-AI по описанию первоначальных и поисковых клинических исследований систем поддержки решений на основе искусственного интеллекта: руководство для ранней клинической оценки.] Nature Medicine — научный медицинский журнал. Цифровой идентификатор: 10.1038/s41591-022-01772-9.
34. Liu X., Cruz Rivera S., Moher D., и др. Reporting guidelines for clinical trial reports for interventions involving artificial intelligence: the CONSORT-AI extension. Nature Medicine. 2020;26:1364–1374. [Русское наименование: Рекомендации по представлению отчётов о клинических испытаниях вмешательств с применением искусственного интеллекта: расширение согласованных стандартов представления результатов испытаний для искусственного интеллекта CONSORT-AI.] Nature Medicine — научный медицинский журнал. Цифровой идентификатор: 10.1038/s41591-020-1034-x.
35. U.S. Food and Drug Administration. Pediatric Advisory Committee Meeting. Стенограмма. 19 сентября 2023. [Русское наименование: Стенограмма заседания педиатрического консультативного комитета 19 сентября 2023 года.] Официальная стенограмма заседания консультативного комитета Управления по контролю качества пищевых продуктов и лекарственных средств США. Электронный источник.
36. International Society for Stem Cell Research. Guidelines for Stem Cell Research and Clinical Translation. Версия 1.2, август 2025 года. Раздел 2. [Русское наименование: Рекомендации по исследованиям стволовых клеток и переходу к их клиническому применению.] Профессиональные рекомендации Международного общества исследований стволовых клеток. Электронный источник.
37. U.S. Food and Drug Administration. Cybersecurity in Medical Devices: Quality Management System Considerations and Content of Premarket Submissions. Руководство. 3 февраля 2026. [Русское наименование: Кибербезопасность медицинских изделий: вопросы системы менеджмента качества и содержание документов, представляемых до вывода изделия на рынок.] Официальное руководство Управления по контролю качества пищевых продуктов и лекарственных средств США. Электронный источник.
38. World Health Organization. WHO issues first global guideline on infertility. 28 ноября 2025. [Русское наименование: Всемирная организация здравоохранения опубликовала первое глобальное руководство по бесплодию.] Официальный сайт Всемирной организации здравоохранения. Электронный источник.