УДК 340.613

Д.Д. ГРОМЕНКО, А.Г. ЯЩУК, С.Ф. НАСЫРОВА

 Башкирский государственный медицинский университет, г. Уфа

Контактная информация:

Громенко Дарья Дмитриевна — аспирант, ассистент кафедры акушерства и гинекологии № 2

Адрес: 450008, г. Уфа, ул. Ленина, 3, тел.: +7-987-473-86-19, e-mail: dasha.gromenko@mail.ru

Цель исследования — оценка влияния использования технологий искусственного интеллекта (ИИ) при селекции эмбрионов на исходы циклов экстракорпорального оплодотворения (ЭКО) у женщин позднего репродуктивного возраста.

Материал и методы. В проспективное исследование включены 60 пациенток старше 35 лет с сохранным овариальным резервом, проходивших программу ЭКО с селективным переносом одной бластоцисты в период с 1 января 2024 г. по 1 апреля 2024 г. на базе медицинского центра «Семья» г. Уфы. Методом рандомизации сформированы две группы: в опытной группе отбор эмбриона осуществлялся с использованием ИИ ERICA 1.0, в контрольной — по морфологическим критериям Гарднера. Оценивались частота наступления клинической беременности (ЧНБ) и пролонгирование гестации до 22 недель.

Результаты. Не было выявлено достоверных различий в частоте наступления клинической беременности между группами, однако пролонгирование беременности до 22 недель чаще наблюдалось при использовании ИИ (p < 0,05).

Выводы. Применение алгоритмов ИИ для отбора эмбрионов у пациенток позднего репродуктивного возраста не выявило статистически значимого увеличения частоты наступления клинической беременности. Однако было установлено достоверное повышение вероятности пролонгирования гестации. Это указывает на потенциальную возможность технологии ИИ идентифицировать эмбрионы с более высоким эуплоидным потенциалом и жизнеспособностью, что может способствовать повышению эффективности программ ВРТ.

Ключевые слова: вспомогательные репродуктивные технологии, искусственный интеллект; селекция эмбрионов; поздний репродуктивный возраст.

 

D.D. GROMENKO, A.G. YASHCHUK, S.F. NASYROVA

 Bashkir State Medical University, Ufa

 Comparison of embryo transfer outcomes in patients of advanced reproductive age with and without AI use

 Contact details:

Gromenko D.D. — post-graduate student, Assistant Lecturer of the Department of Obstetrics and Gynecology No. 2

Address: 3 Lenin St., 450008 Ufa, Russian Federation, tel.: +7-987-473-86-19, e-mail: dasha.gromenko@mail.ru

 The purpose — to evaluate the impact of artificial intelligence (AI) technologies in embryo selection on the outcomes of in vitro fertilization (IVF) cycles in women of advanced maternal age.

Material and methods. The prospective study included 60 patients over 35 years of age with preserved ovarian reserve undergoing IVF with elective single blastocyst transfer from January 1, 2024, to April 1, 2024, at “Semya” Medical Center in Ufa. Two groups were formed by randomization: in the study group, embryo selection was performed using the AI platform ERICA 1.0; in the control group, selection was based on Gardner morphological criteria. Clinical pregnancy rate and pregnancy continuation up to 22 weeks of gestation were assessed.

Results. No significant differences in clinical pregnancy rate were found between the groups; however, pregnancy continuation up to 22 weeks was observed more frequently when AI was used for embryo assessment (p < 0.05).

Conclusions. Application of AI algorithms for embryo selection in women of advanced reproductive age did not demonstrate a statistically significant increase in clinical pregnancy rate but was associated with a significant increase in the probability of pregnancy continuation. This suggests the technology’s potential ability to identify embryos with higher euploid potential and viability, which may lead to improved efficacy of assisted reproductive technology programs.

Key words: assisted reproductive technologies, artificial intelligence, embryo selection, advanced maternal age.

 

В структуре циклов ВРТ значительную долю составляют программы с участием пациенток позднего репродуктивного возраста (старше 35 лет). Согласно последним данным, частота наступления беременности (ЧНБ) у пациенток в возрасте до 39 лет составляет 19,1% в программах ЭКО и 19,4% при ИКСИ. У пациенток старше 40 лет данный показатель снижается до 9,3 и 9,1% соответственно. При этом завершается беременность родами только в 2/3 случаев для пациенток моложе 40 лет и в 50% случаев для более возрастных [1].

Основной причиной столь низкой результативности программ ВРТ является увеличение частоты анеуплоидий с течением времени. Это приводит не только к остановке развития или снижению жизнеспособности полученных эмбрионов, но также оказывает влияние на частоту абортов (как самопроизвольных, так и по медицинским показаниям) в последующем [2–4].

Matorras et al. (2025) провели анализ 16 029 заключений преимплантационного генетического тестирования (ПГТ-А) эмбрионов на 5-й день развития. В результате исследования было установлено, что частота анеуплоидий на уровне эмбрионов составляет 70% у женщин в возрасте 40 лет и достигает 90% в 44 года [5].

По результатам когортного исследования Elmerdahl Frederiksen L. et al., (2024) (542 375 участниц), беременные женщины в возрасте от 35 до 39 лет имели в четыре раза больший риск развития любой анеуплоидии по сравнению с женщинами до 30 лет. В возрастной группе от 40 до 44 лет этот риск возрастал в 16 раз, а у женщин старше 45 лет — в 30 раз [6]. Аналогичная закономерность прослеживается и при анализе абортивного материала: частота анеуплоидий была значительно выше у женщин старше 35 лет (p < 0,001) [7]. Таким образом, перенос потенциально эуплоидного эмбриона в свежем цикле является приоритетным направлением для повышения эффективности программ ВРТ.

Система оценки эмбрионов по Гарднеру, широко применяемая в большинстве лабораторий мира, несмотря на регулярные пересмотры и дополнения, продолжает демонстрировать значительную меж- и внутрилабораторную вариабельность [8–10]. Применение ИИ для анализа статических изображений бластоцист потенциально может повысить точность идентификации наиболее жизнеспособного эмбриона в когорте и снизить субъективность оценки, что, в свою очередь, может улучшить репродуктивные результаты программ ВРТ [11, 12]. Однако большинство исследований, подтверждающих преимущества использования ИИ, имели ретроспективный характер и не учитывали возраст пациенток. Даже в наиболее крупном проспективном исследовании последних лет, проведенном Illingworth P.J. et al. в 2024 г., средний возраст женщин на момент начала программы составлял 34 года. При этом именно женщины старше 35 лет получают наибольшую пользу от отбора потенциально эуплоидных эмбрионов [13, 14].

Цель исследования — оценка влияния использования технологий ИИ при селекции эмбрионов на исходы циклов ЭКО у женщин позднего репродуктивного возраста.

Материал и методы

В проспективное исследование были включены 60 пациенток старше 35 лет, проходившие программу ЭКО в период с 1 января 2024 г. по 1 апреля 2024 г. на базе медицинского центра «Семья» г. Уфы.

Методом рандомизации все пациенты были разделены на две группы, по 30 человек в каждой. В опытной группе отбор эмбриона проводился с использованием ИИ ERICA 1.0 [15], в контрольной группе отбор — согласно стандартным критериям Гарднера. Оценка включала анализ ЧНБ и пролонгирование беременности до 22 недели.

Критерии включения для женщин: возраст от 35 лет, наличие бесплодия, требующего проведения ЭКО (ЭКО/ИКСИ), ИМТ менее 30, использование аутологичных клеток в программе, триггер — хорионический гонадотропин человека (ХГЧ), получение ≥8 предполагаемо зрелых ооцитов по результатам ТВП, получение ≥2 бластоцист на 5 день культивации, селективный перенос 1 эмбриона, поддержание связи с пациенткой в случае наступления клинической беременности. Критерии включения для мужчин: концентрация сперматозоидов ≥5 млн/мл.

Критерии исключения: возраст младше 35 лет, женское бесплодие, обусловленное маточным фактором, ИМТ более 30, программа с использованием неаутологичных (донорских) ооцитов, триггер — аГнРГ или двойной триггер, получение <8 предполагаемо зрелых ооцитов по результатам ТВП, 1 эмбрион на 5 день развития, потеря связи с пациенткой в случае наступления клинической беременности.

Все диагностические мероприятия и лечебные манипуляции выполнялись в строгом соответствии с действующими нормативными документами: Федеральным законом № 323ФЗ, приказом МЗ РФ № 803н от 31.07.2020, а также клиническими рекомендациями «Женское бесплодие» и «Мужское бесплодие» [16–19]. Перед включением в исследование все участники подписывали письменное информированное добровольное согласие. Данные о последующем течении беременности собирались исключительно при наличии отдельного согласия пациенток на предоставление указанной информации.

Овариальная стимуляция и трансвагинальная пункция

Индукция суперовуляции проводилась в раннюю фолликулярную фазу менструального цикла. Пациенткам подкожно вводились препараты рекомбинантного фолликулостимулирующего гормона (рФСГ) или человеческого менопаузального гонадотропина (чМГ) в суточной дозировке 150–200 МЕ. Начальный объем препарата определялся индивидуально с учетом возраста пациентки, индекса массы тела (ИМТ), количества антральных фолликулов и анамнеза предыдущих циклов ВРТ. Корректировка доз осуществлялась на основании данных ультразвуковой фолликулометрии. Для предотвращения преждевременной овуляции при достижении доминантным фолликулом диаметра 14 мм назначался антГнРГ (ганиреликс 0,25 мг). Триггер овуляции (ХГЧ в дозе 10 000 МЕ) вводился при наличии не менее двух фолликулов размером 18 мм или трех фолликулов размером 17 мм. Аспирация фолликулярной жидкости проводилась трансвагинально через 35–37 ч после введения триггера под внутривенной анестезией с использованием игл диаметром 19G без применения методики промывания полостей фолликулов.

Эмбриологический этап

Эякулят супруга подвергался стандартной лабораторной обработке, включающей определение общей концентрации сперматозоидов и процентного содержания подвижных форм. Оплодотворение ооцитов осуществлялось через 3–4 ч после пункции с использованием методов ЭКО или ИКСИ в соответствии с клиническими стандартами. Полученные эмбрионы культивировались в течение 5 суток в условиях пониженного содержания кислорода с применением универсальной среды Global.

Способ выбора эмбриона для переноса определяли методом случайного распределения: в опытной группе оценка выполнялась с применением ИИ (n = 30), в контрольной — по морфологическим критериям Гарднера (n = 30). В опытной группе бластоцисты фотографировались с увеличением в 20 раз. Полученные изображения загружались на платформу erica.embryoranking.com, где проводился анализ системой ERICA 1.0. Дополнительно в программу вводились клинические параметры, такие как возраст пациентки, временные интервалы выполнения процедур, метод оплодотворения, используемая среда культивирования и фактор бесплодия. По результатам обработки система ERICA формировала количественную оценку качества эмбрионов в диапазоне от 0,1 до 1,0, а также ранжировала эмбрионы по приоритету (A, B, C и т. д.). Для переноса выбирался эмбрион с наивысшим рейтингом согласно заключению ИИ. В контрольной группе морфологическую оценку проводили два эмбриолога, один из которых имел стаж работы 10 лет, в соответствии с рекомендациями Российской ассоциации репродукции человека (РАРЧ) [20].

Перенос эмбриона и поддержка лютеиновой фазы

Независимо от метода отбора осуществлялся селективный перенос одного эмбриона на 5 сутки развития в соответствии с регламентирующими документами [18, 20]. С момента пункции и до десятого дня после переноса пациентки получали микронизированный прогестерон в суточной дозировке 600 мг. В случае подтверждения беременности поддержка продолжалась как минимум до 12 недели гестации. Для подтверждения клинической беременности на 6–7 неделе проводился контрольный визит с ультразвуковым исследованием. Наблюдение за пациентками и поддержание связи с ними осуществлялось до 22 недели беременности. В случае отсутствия беременности препарат отменялся.

Статистическая обработка результатов

Для оценки распределения количественных признаков в исследуемых группах был применен тест Шапиро — Уилка. При выявлении нормального распределения данных результаты были представлены в виде среднего значения (M) и стандартной ошибки среднего (m), для сравнения групп использовался t-критерий Уэлча. В случае отклонения от нормального распределения данные были представлены в виде медианы (Me) и 25-го и 75-го процентилей, а для их сравнения применялся двусторонний критерий Манна — Уитни (U). Качественные номинальные данные анализировались с использованием таблиц сопряженности 2 × 2 и критерия хи-квадрат (χ²) или Фишера в случае малых размеров выборки. Различия считали статистически значимыми при p < 0,05.

Результаты

Анализ демографических и анамнестических характеристик пациенток не выявил статистически значимых различий между контрольной и опытной группами (табл. 1). Средний возраст составил 37,0 [35,25–38,0] лет в контрольной группе и 37,5 [36,0–39,0] лет в опытной группе (p = 0,244). ИМТ также был сопоставим: 22,4 [21,3–26,1] кг/м² против 23,1 [20,9–25,1] кг/м² (p = 0,952).

Структура бесплодия характеризовалась преобладанием вторичного бесплодия в контрольной и опытной группах (60,0 в и 76,7% соответственно, p = 0,267), преимущественно трубного генеза (43,3 и 36,7%, p = 0,641). Длительность бесплодия и количество осуществленных программ ЭКО/ИКСИ также не различалась между группами.

Анализ полученных данных выявил гомогенность исследуемых групп по ключевым параметрам. Учитывая, что все отобранные респонденты соответствовали критериям включения, предполагающим нормальный ответ на стимуляцию, можно сделать вывод о сопоставимых шансах успешного завершения программы ВРТ [21].

Таблица 1. Характеристика исследуемых групп пациенток

Table 1. Characteristics of the studied groups of patients

Параметр	Контрольная группа (n = 30)	Опытная группа (n = 30)	p-value
Возраст	37,0 [35,25–38,0]	37,5 [36,0–39,0]	0,244
ИМТ	22,4 [21,3–26,1]	23,1 [20,9–25,1]	0,952
Первичное бесплодие	12 (40,0%)	7 (23,3%)	0,267
Вторичное бесплодие	18 (60,0%)	23 (76,7%)
Женское бесплодие трубного происхождения	13 (43,3%)	11 (36,7%)	0,641
Женское бесплодие, связанное с мужскими факторами	6 (20,0%)	6 (20,0%)	1,0
Другие формы женского бесплодия	8 (26,7%)	10 (33,3%)	0,641
Женское бесплодие, связанное с отсутствием овуляции	1 (3,3%)	0 (0,0%)	1,0
Женское бесплодие неуточненное	2 (6,7%)	3 (10,0%)	1,0
Длительность бесплодия	4 [3–10]	4 [2–7]	0,18
1 попытка ЭКО	19	17	0,599
2 попытка ЭКО	8	7	0,766
≥3 попытка ЭКО	3	6	0,279

В опытной группе было достоверно зафиксировано большее количество ооцитов (11,5 [10,0–14,0] против 10,5 [8,0–11,5]; U = 288,0; p = 0,0086) несмотря на то, что общая доза ФСГ и толщина эндометрия на момент завершения стимуляции были сопоставимы (табл. 2). ИКСИ в контрольной группе применялось недостоверно чаще (p = 0,391), что обусловлено не более высоким уровнем женского бесплодия, связанного с мужским фактором, а низким качеством материала, полученного в день трансвагинальной пункции. Частота оплодотворения и число бластоцист отличного качества на 5 день культивирования были схожи, однако в опытной группе, вероятно, благодаря изначально большему числу ооцитов наблюдалась тенденция к получению большего количества эмбрионов.

Таблица 2. Сравнительная характеристика программ ЭКО

Table 2.Comparative characteristics of IVF programs

Параметр	Контрольная группа (n = 30)	Опытная группа (n = 30)	p-value
Общая доза ФСГ	1350 [1200–1500]	1275 [1200–1425]	0,284
Кол-во полученных ооцитов	10,5 [8,0; 11.5]	11,5 [10,0; 14,0]
Толщина эндометрия	9,0 [8,0–9,75]	9,0 [7,25–9,0]	0,4846
ИКСИ	23	20	0,391
ЭКО	7	10
Оплодотворение	7,50 ± 2,21	8,27 ± 2,53	0,216
Количество эмбрионов высокого качества на 5 день	2,5 [2,0–3,75]	3,5 [2,0–4,0]	0,4109

Частота клинической беременности в опытной группе составила 33,3% (10 из 30), во контрольной группе — 40,0% (12 из 30) (табл. 3). Несмотря на численное преимущество в контрольной группе, статистически значимых различий в частоте наступления беременности между группами не обнаружено (p = 0,592). Однако пролонгирование беременности до срока 22 недель наблюдалось с большей вероятностью в опытной группе, где применялся ИИ для оценки эмбрионов (p = 0,044).

Таблица 3. Исходы программ ВРТ

Table 3. Outcomes of ART programs

Исход	Контрольная группа (n = 30)	Опытная группа (n = 30)	p-value
Клиническая беременность	12 (40,0%)	10 (33,3%)	0,592
Отсутствие беременности	18 (60,0%)	20 (66,7%)
В том числе беременности, завершившиеся выкидышем	4 (13,3%)	0	0,044
В том числе беременности на сроке 22 недели, пролонгированные	8 (26,7%)	10 (33,3%)

Обсуждение

Более низкая результативность программ ВРТ у пациенток позднего репродуктивного возраста обусловлена: снижением овариального резерва, меньшей частотой оплодотворения ооцитов вследствие худшего качества, что в конечном итоге приводит к получению небольшого числа эмбрионов на 5 день развития, большинство из которых являются анеуплоидными [22]. Перенос эуплоидного эмбриона пациентке позднего репродуктивного возраста минимизирует риск неблагоприятных акушерских исходов [23].

В рамках данного исследования нами была проведена оценка эффективности ИИ для отбора эмбрионов на перенос у пациенток старше 35 лет с сохранным овариальным резервом. Анализ не выявил статистически значимых различий в ЧНБ между исследуемыми группами. Однако было установлено, что при наступлении беременности вероятность ее пролонгирования достоверно выше в группе, где применялся ИИ для отбора эмбрионов (p < 0,05).

Отсутствие большей эффективности в отношении ЧНБ может быть связано как с малым размером выборки, ввиду включения исключительно нормальных респондентов на овариальную стимуляцию, так и с тем, что хоть анеуплоидные эмбрионы обладают более низкой имплантационной способностью, но немалая их часть все же приводит к беременности, которая завершается самопроизвольным абортом на малых сроках гестации [7].

Хотя в рамках данного исследования не оценивались пациентки с бедным ответом (ввиду невозможности проверить эффективность отбора эмбриона с помощью ИИ в таком случае) или старше 40 лет (так как исключалось использование донорских клеток), эти группы пациентов также потенциально могут извлечь выгоду из подобной системы оценки. Данный метод может быть использован для предварительной идентификации бластоцист с наибольшей вероятностью анеуплоидии, что, в свою очередь, может способствовать более эффективному отбору приоритетных кандидатов для биопсии и ПГТ-А. Кроме того, в случае получения у таких пациенток бластоцисты, не соответствующей критериям проведения ПГТ-А диагностики, неинвазивная оценка с помощью ИИ и принятие решения о последующем переносе могут сэкономить время пациентки и повысить эффективность программ ВРТ [22, 24, 25]. Это обусловлено тем, что бластоцисты, не подходящие для инвазивной проверки, все еще обладают потенциалом к наступлению беременности, хотя и с более низкой вероятностью по сравнению с переносом эуплоидного эмбриона, прошедшего диагностику.

Выводы

Использование ИИ при отборе эмбрионов может представлять значительную ценность для лабораторий ЭКО как вспомогательная технология, позволяющая определить эмбрион с наибольшими шансами на имплантацию и жизнеспособностью (эуплоидным статусом). Несмотря на многочисленные ретроспективные исследования, подтверждающие пользу ИИ в выборе наиболее жизнеспособного эмбриона для переноса, необходимы проспективные исследования, разработанные с учетом всех методологических требований, для оценки рисков и преимуществ внедрения ИИ в работу клиник ВРТ до его клинического применения. Это необходимо для обеспечения безопасного и эффективного использования ИИ в лабораториях ВРТ.

Громенко Д.Д.

https://orcid.org/%20%20%22https://orcid.org/0000-0001-5638-1779%220000-0001-5638-1779″0000-0001-5638-1779

Ящук А.Г.

https://orcid.org/0000-0003-2645-1662

Насырова С.Ф.

https://orcid.org/0000-0002-2313-7232

Литература

1. Корсак В.С., Смирнова А.А., Шурыгина О.В. Регистр ВРТ Общероссийской общественной организации «Российская ассоциация репродукции человека». Отчет за 2023 г. // Проблемы репродукции. — 2025. — № 31 (6). — С. 6–22. DOI: 10.17116/repro2025310616
2. Muter J., Lynch V.J., McCoy R.C., Brosens J.J. Human embryo implantation // Development. — 2023. — V. 150 (10). dev201507. DOI: 10.1242/dev.201507
3. McCoy R.C., Summers M.C., McCollin A. et al. Meiotic and mitotic aneuploidies drive arrest of in vitro fertilized human preimplantation embryos // Genome Med. — 2023. — V. 15 (1). — P. 77. DOI: 10.1186/s13073-023-01231-1
4. Макарова Н.П., Лобанова Н.Н., Кулакова Е.В. и др. Влияние преимплантационного генетического тестирования на результаты программ вспомогательных репродуктивных технологий у супружеских пар с мужским фактором бесплодия // Акушерство и гинекология. — 2021. — № — С. 154–164. DOI: 10.18565/aig.2021.11.154-164
5. Matorras R., Sierra S., Pérez-Fernández S. et al. Influence of parental age on chromosomal abnormalities in PGT-A embryos: exponentially increasing in the mother and completely null in the father // J. Assist. Genet. — 2025. — V. 42 (6). — P. 1833–1844. DOI: 10.1007/s10815-025-03462-0
6. Elmerdahl Frederiksen L., Ølgaard S.M., Roos L., Petersen O.B. et al. Danish Central Cytogenetics Registry Study Group; Vogel I. Maternal age and the risk of fetal aneuploidy: A nationwide cohort study of more than 500 000 singleton pregnancies in Denmark from 2008 to 2017 // Acta Obstet. Scand. — 2024. — V. 103 (2). — P. 351–359. DOI: 10.1111/aogs.14713
7. Gu C., Li K., Li R. et al. Chromosomal Aneuploidy Associated With Clinical Characteristics of Pregnancy Loss // Front. — 2021. — V. 12. 667697. DOI: 10.3389/fgene.2021.667697
8. Working Group on the update of the ESHRE/ALPHA Istanbul Consensus; Coticchio G., Ahlström A., Arroyo G. et al. The Istanbul consensus update: a revised ESHRE/ALPHA consensus on oocyte and embryo static and dynamic morphological assessment // Hum. — 2025. — V. 40 (6). — P. 989–1035. DOI: 10.1093/humrep/deaf021
9. Bormann C.L., Thirumalaraju P., Kanakasabapathy M.K. et al. Consistency and objectivity of automated embryo assessments using deep neural networks // Fertil. — 2020. — V. 113 (4). — P. 781–787.e1. DOI: 10.1016/j.fertnstert.2019.12.004
10. Сараева Н.В., Спиридонова Н. В., Тугушев М. Т. и др. Оптимизация переноса одного эмбриона у пациенток с хорошим овариальным резервом // Вестник РГМУ. — 2020. — № — URL: https://cyberleninka.ru/article/n/optimizatsiya-perenosa-odnogo-embriona-u-patsientok-s-horoshim-ovarialnym-rezervom (дата обращения: 05.02.2026).
11. Diakiw S.M., Hall J.M.M., VerMilyea M. et al. An artificial intelligence model correlated with morphological and genetic features of blastocyst quality improves ranking of viable embryos // Reprod. Online. — 2022. — V. 45 (6). — P. 1105–1117. DOI: 10.1016/j.rbmo.2022.07.018
12. VerMilyea M., Hall J.M.M., Diakiw S.M. et al. Development of an artificial intelligence-based assessment model for prediction of embryo viability using static images captured by optical light microscopy during IVF // Hum. — 2020. — V. 35 (4). — P. 770–784. DOI: 10.1093/humrep/deaa013
13. Illingworth P.J., Venetis C., Gardner D.K. et al. Deep learning versus manual morphology-based embryo selection in IVF: a randomized, double-blind noninferiority trial // Nat. Med. — 2024. — V. 30 (11). — P. 3114–3120. DOI: 10.1038/s41591-024-03166-5
14. Kucherov A., Fazzari M., Lieman H. et al. PGT-A is associated with reduced cumulative live birth rate in first reported IVF stimulation cycles age ≤40: an analysis of 133,494 autologous cycles reported to SART CORS // J. Assist. Genet. — 2023. — V.40 (1). — P. 137–149. DOI: 10.1007/s10815-022-02667-x
15. Chavez-Badiola A., Flores-Saiffe-Farías A., Mendizabal-Ruiz G. et al. Embryo Ranking Intelligent Classification Algorithm (ERICA): artificial intelligence clinical assistant predicting embryo ploidy and implantation // Reprod. Online. — 2020. — V. 41 (4). — P. 585–593. DOI: 10.1016/j.rbmo.2020.07.003
16. Приказ МЗ РФ от 31.07.2021 № 803н «О порядке использования вспомогательных репродуктивных технологий, противопоказаниях и ограничениях к их применению» [Электронный ресурс]. — URL: https://base.garant.ru/401680270/ (дата обращения: 27.01.2026).
17. Клинические рекомендации «Мужское бесплодие». Утверждены МЗ РФ [Электронный ресурс]. — URL:https://cr.minzdrav.gov.ru/view-cr/5_3 (дата обращения: 27.01.2026).
18. Клинические рекомендации «Женское бесплодие». Утверждены МЗ РФ [Электронный ресурс]. — URL: https://cr.minzdrav.gov.ru/view-cr/641_2 (дата обращения: 27.01.2026).
19. Федеральный закон от11.2011 № 323-ФЗ «Об основах охраны здоровья граждан в Российской Федерации» [Электронный ресурс]. — URL: https://base.garant.ru/12191967/(дата обращения: 27.01.2026).
20. Оценка ооцитов и эмбрионов в лаборатории ВРТ: методические рекомендации. — М.: РАРЧ, 2022. — 48 с. [Электронный ресурс]. URL: https://www.rahr.ru/d_pech_mat_metod/MR_evaluation_of_embryos.pdf (дата обращения: 27.01.2026).
21. Shingshetty L., Cameron N.J., Mclernon D.J., Bhattacharya S. Predictors of success after in vitro fertilization // Fertil. — 2024. — V. 121 (5). — P. 742–751. DOI: 10.1016/j.fertnstert.2024.03.003
22. Бесплодие в позднем репродуктивном возрасте: реалии и перспективы / под ред. Г.Т. Сухих, Т.А. Назаренко. — М.: МедКом-Про, 2024. — 560 с.
23. Cozzolino M., Capalbo A., Garcia-Velasco J.A. et al. In vitro fertilization and perinatal outcomes of patients with advanced maternal age after single frozen euploid embryo transfer: a propensity score-matched analysis of autologous and donor cycles // Fertil. — 2024. — V. 122 (4). — P. 678–686. DOI: 10.1016/j.fertnstert.2024.05.170
24. Gordon C.E., Keefe K.W., Ginsburg E.S. et al. Embryo attrition in planned PGT-A: predicting the number of available blastocysts for transfer // J. Assist. Genet. — 2022. — V. 39 (1). — P. 173–181. DOI: 10.1007/s10815-021-02365-0
25. Ou Z., Liu N., Chen A. et al. Effects of preimplantation genetic testing for aneuploidy on embryo transfer outcomes in women of advanced reproductive age with no more than three retrieved oocytes // Fertil. — 2025. — V. 123 (6). — P. 991–998. DOI: 10.1016/j.fertnstert.2024.12.010

REFERENCES

1. Korsak V.S., Smirnova A.A., Shurygina O.V. ART Registry of the All-Russian Public Organization «Russian Association of Human Reproduction». Report for 2023. Problemy reproduktsii, 2025, no. 31 (6), pp. 6–22 (in Russ.). DOI: 10.17116/repro2025310616
2. Muter J., Lynch V.J., McCoy R.C., Brosens J.J. Human embryo implantation. Development, 2023, vol. 150 (10). dev201507. DOI: 10.1242/dev.201507
3. McCoy R.C., Summers M.C., McCollin A. et al. Meiotic and mitotic aneuploidies drive arrest of in vitro fertilized human preimplantation embryos. Genome Med, 2023, vol. 15 (1), p. 77. DOI: 10.1186/s13073-023-01231-1
4. Makarova N.P., Lobanova N.N., Kulakova E.V. et al. The impact of preimplantation genetic testing on the results of assisted reproductive technology programs in couples with male factor infertility. Akusherstvo i ginekologiya, 2021, no. 11, pp. 154–164 (in Russ.). DOI: 10.18565/aig.2021.11.154-164
5. Matorras R., Sierra S., Pérez-Fernández S. et al. Influence of parental age on chromosomal abnormalities in PGT-A embryos: exponentially increasing in the mother and completely null in the father. J. Assist. Reprod. Genet, 2025, vol. 42 (6), pp. 1833–1844. DOI: 10.1007/s10815-025-03462-0
6. Elmerdahl Frederiksen L., Ølgaard S.M., Roos L., Petersen O.B. et al. Danish Central Cytogenetics Registry Study Group; Vogel I. Maternal age and the risk of fetal aneuploidy: A nationwide cohort study of more than 500 000 singleton pregnancies in Denmark from 2008 to 2017. Acta Obstet. Gynecol. Scand, 2024, vol. 103 (2), pp. 351–359. DOI: 10.1111/aogs.14713
7. Gu C., Li K., Li R. et al. Chromosomal Aneuploidy Associated With Clinical Characteristics of Pregnancy Loss. Front. Genet, 2021, vol. 12. 667697. DOI: 10.3389/fgene.2021.667697
8. Working Group on the update of the ESHRE/ALPHA Istanbul Consensus; Coticchio G., Ahlström A., Arroyo G. et al. The Istanbul consensus update: a revised ESHRE/ALPHA consensus on oocyte and embryo static and dynamic morphological assessment. Hum. Reprod, 2025, vol. 40 (6), pp. 989–1035. DOI: 10.1093/humrep/deaf021
9. Bormann C.L., Thirumalaraju P., Kanakasabapathy M.K. et al. Consistency and objectivity of automated embryo assessments using deep neural networks. Fertil. Steril, 2020, vol. 113 (4), pp. 781–787.e1. DOI: 10.1016/j.fertnstert.2019.12.004
10. Sarayeva N.V., Spiridonova N. V., Tugushev M. T. et al. Optimization of single embryo transfer in patients with good ovarian reserve. Vestnik RGMU, 2020, no. 2 (in Russ.), available at: https://cyberleninka.ru/article/n/optimizatsiya-perenosa-odnogo-embriona-u-patsientok-s-horoshim-ovarialnym-rezervom (accessed on: 05.02.2026).
11. Diakiw S.M., Hall J.M.M., VerMilyea M. et al. An artificial intelligence model correlated with morphological and genetic features of blastocyst quality improves ranking of viable embryos. Reprod. Biomed. Online, 2022, vol. 45 (6), pp. 1105–1117. DOI: 10.1016/j.rbmo.2022.07.018
12. VerMilyea M., Hall J.M.M., Diakiw S.M. et al. Development of an artificial intelligence-based assessment model for prediction of embryo viability using static images captured by optical light microscopy during IVF. Hum. Reprod, 2020, vol. 35 (4), pp. 770–784. DOI: 10.1093/humrep/deaa013
13. Illingworth P.J., Venetis C., Gardner D.K. et al. Deep learning versus manual morphology-based embryo selection in IVF: a randomized, double-blind noninferiority trial. Nat. Med, 2024, vol. 30 (11), pp. 3114–3120. DOI: 10.1038/s41591-024-03166-5
14. Kucherov A., Fazzari M., Lieman H. et al. PGT-A is associated with reduced cumulative live birth rate in first reported IVF stimulation cycles age ≤40: an analysis of 133,494 autologous cycles reported to SART CORS. J. Assist. Reprod. Genet, 2023, vol. 40 (1), pp. 137–149. DOI: 10.1007/s10815-022-02667-x
15. Chavez-Badiola A., Flores-Saiffe-Farías A., Mendizabal-Ruiz G. et al. Embryo Ranking Intelligent Classification Algorithm (ERICA): artificial intelligence clinical assistant predicting embryo ploidy and implantation. Reprod. Biomed. Online, 2020, vol. 41 (4), pp. 585–593. DOI: 10.1016/j.rbmo.2020.07.003
16. Prikaz MZ RF ot 31.07.2021 no. 803n «O poryadke ispol′zovaniya vspomogatel′nykh reproduktivnykh tekhnologiy, protivopokazaniyakh i ogranicheniyakh k ikh primeneniyu» [Order of the Ministry of Health of the Russian Federation dated July 31, 2021 No. 803n «On the procedure for using assisted reproductive technologies, contraindications and restrictions to their use»], available at: https://base.garant.ru/401680270/ (accessed on: 27.01.2026).
17. Klinicheskiye rekomendatsii «Muzhskoye besplodiye». Utverzhdeny MZ RF [Clinical guidelines «Male infertility.» Approved by the Ministry of Health of the Russian Federation], 2023, available at: https://cr.minzdrav.gov.ru/view-cr/5_3 (accessed on: 27.01.2026).
18. Klinicheskiye rekomendatsii «Zhenskoye besplodiye». Utverzhdeny MZ RF [Clinical guidelines «Female Infertility.» Approved by the Ministry of Health of the Russian Federation], 2024, available at: https://cr.minzdrav.gov.ru/view-cr/641_2 (accessed on: 27.01.2026).
19. Federal′nyy zakon ot 21.11.2011 no. 323-FZ «Ob osnovakh okhrany zdorov′ya grazhdan v Rossiyskoy Federatsii» [Federal Law of November 21, 2011 No. 323-FZ «On the Fundamentals of Protecting the Health of Citizens in the Russian Federation»], avaialble at: https://base.garant.ru/12191967/ (accessed on: 27.01.2026).
20. Otsenka ootsitov i embrionov v laboratorii VRT: metodicheskiye rekomendatsii [Evaluation of oocytes and embryos in the ART laboratory: guidelines]. Moscow: RARCH, 2022. 48 p., available at: https://old.rahr.ru/d_pech_mat_metod/MR_evaluation_of_embryos.pdf (accessed on: 27.01.2026).
21. Shingshetty L., Cameron N.J., Mclernon D.J., Bhattacharya S. Predictors of success after in vitro fertilization. Fertil. Steril, 2024, vol. 121 (5), pp. 742–751. DOI: 10.1016/j.fertnstert.2024.03.003
22. Besplodiye v pozdnem reproduktivnom vozraste: realii i perspektivy, pod red. G.T. Sukhikh, T.A. Nazarenko [Infertility in late reproductive age: realities and prospects, edited by Sukhikh G.T., Nazarenko T.A.]. Moscow: MedKom-Pro, 2024. 560 p.
23. Cozzolino M., Capalbo A., Garcia-Velasco J.A. et al. In vitro fertilization and perinatal outcomes of patients with advanced maternal age after single frozen euploid embryo transfer: a propensity score-matched analysis of autologous and donor cycles. Fertil. Steril., 2024, vol. 122 (4), pp. 678–686. DOI: 10.1016/j.fertnstert.2024.05.170
24. Gordon C.E., Keefe K.W., Ginsburg E.S. et al. Embryo attrition in planned PGT-A: predicting the number of available blastocysts for transfer. J. Assist. Reprod. Genet, 2022, vol. 39 (1), pp. 173–181. DOI: 10.1007/s10815-021-02365-0
25. Ou Z., Liu N., Chen A. et al. Effects of preimplantation genetic testing for aneuploidy on embryo transfer outcomes in women of advanced reproductive age with no more than three retrieved oocytes. Fertil. Steril, 2025, vol. 123 (6), pp. 991–998. DOI: 10.1016/j.fertnstert.2024.12.010