慶應義塾大学など、出生予測精度81.63％のAIを開発　受精卵の質を非侵襲で高精度評価するFL2-Netを構築

ステラ・メディックス — Wed, 12 Nov 2025 02:11:09 +0000

STELLANEWS.LIFE（ステラニュース・ライフ）は、医療・AI・生命科学の最新研究成果をわかりやすく伝えるニュースメディアである。
慶應義塾大学、近畿大学、扶桑薬品工業の共同研究チームは、体外受精における受精卵（胚）の出生可能性を81.63％の精度で予測できるAIアルゴリズム「FL2-Net」を開発した。
本技術は、蛍光標識を使わずに明視野顕微鏡画像から細胞核を自動認識し、胚の質を高精度に評価できる。研究成果は学術誌Computers in Biology and Medicine（2025年10月11日付）に掲載された。

【要点①】明視野顕微鏡画像から胚の細胞核を高精度に検出するAIアルゴリズム「FL2-Net」を開発。

【要点②】 FL2-Netを用いた出生予測の精度は81.63％で、専門家（55.3％）や既存AIを上回る結果。

【要点③】不妊治療における胚選別の客観化と、体外受精の成功率向上に寄与する可能性。

概要

本研究は、胚の発生過程を蛍光標識なしで解析できるAI技術の開発を目指したものである。
従来の手法では蛍光染色や特殊顕微鏡が必要だったが、倫理的・実用的制約が課題となっていた。
慶應義塾大学の舟橋啓教授らの研究チームは、3次元明視野顕微鏡画像から細胞核を自動的にセグメント化（区画化）し、時間変化を考慮した分析を行う深層学習モデル「FL2-Net」を構築。これにより、受精卵の発生過程を安全かつ非侵襲的に評価可能とした。

研究の詳細と成果

FL2-Netは、時系列3D明視野顕微鏡画像から胚細胞核の位置と形態を高精度に抽出するAIであり、既存の代表的な4つの細胞核検出アルゴリズム（QCANet, StarDist, EmbedSeg, Cellpose3）すべてを上回った。
抽出した形態特徴と時間変化データをもとにマウス胚の出生可否を予測した結果、出生予測精度は81.63％に達した。
専門家38名による目視判断の精度（55.32％）を大きく上回り、AIによる胚選別支援の有効性を実証した。

開発アルゴリズム：FL2-Net（Four-dimensional Label-free Network）
対象：マウス受精卵（胚）
使用データ：時系列3D明視野顕微鏡画像
主要成果：出生予測精度81.63％（専門家を上回る）
掲載誌：Computers in Biology and Medicine

医療応用と今後の展望

FL2-Netは、蛍光標識や侵襲的操作を用いずに胚の発生情報を定量化できるため、ヒト胚にも応用可能と期待されている。
研究チームは現在、臨床データを用いたAIモデルの適用を進めており、不妊治療分野での体外受精（IVF）成功率向上への応用を目指している。
本成果は、AIが生殖医療における専門家判断を補助する「第3の評価者」として機能する未来を示すものである。

AIによるインパクト評価

評価（参考）： ★★★★★

本研究は、AIが生命科学分野の「倫理的制約」を克服しつつ臨床的価値を示した先駆的成果である。
非侵襲的な胚評価を実現した点は、今後の生殖医療におけるAI導入の転換点となる可能性が高い。

論文情報

論文タイトル：Nuclear segmentation in four-dimensional label-free microscopy images for predicting live birth potential of mouse embryos
著者：金澤帝知、八尾竜馬、竹下空良、平井樹、末永遼、山田貴大、徳岡雄大、山縣一夫、舟橋啓
掲載誌：Computers in Biology and Medicine
DOI：10.1016/j.compbiomed.2025.111179
掲載日：2025年10月11日（英国時間）
助成：JSPS科研費（20H03244, 25H01172）、JST CREST（JPMJCR2331）

3言語要約／Multilingual Summaries

English Summary

Researchers from Keio University, Kindai University, and Fuso Pharmaceutical Industries have developed “FL2-Net,” an AI model that predicts the live birth potential of mouse embryos with 81.63% accuracy using label-free bright-field microscopy images — surpassing existing AI methods and human experts.

中文摘要

慶應義塾大学与近畿大学、扶桑药品联合开发的AI模型“FL2-Net”可通过明场显微镜图像预测受精卵的出生概率，准确率达81.63%，显著高于以往方法和专家判定，助力提高体外受精成功率。

हिन्दी सारांश

केइओ विश्वविद्यालय और किंकी विश्वविद्यालय के वैज्ञानिकों ने “FL2-Net” नामक AI विकसित किया है, जो बिना फ्लोरोसेंट मार्कर के केवल माइक्रोस्कोपी छवियों से 81.63% सटीकता के साथ भ्रूण के जन्म की संभावना का पूर्वानुमान करता है।

The post 慶應義塾大学など、出生予測精度81.63％のAIを開発　受精卵の質を非侵襲で高精度評価するFL2-Netを構築 first appeared on STELLANEWS.LIFE.

扶桑薬品工業 | STELLANEWS.LIFE

慶應義塾大学など、出生予測精度81.63％のAIを開発 受精卵の質を非侵襲で高精度評価するFL2-Netを構築

概要