---
title: "KI zur Steigerung des In-Vitro-Fertilisation Erfolgs"
language: "de"
type: "post"
original_url: "https://www.atlas-digitale-gesundheitswirtschaft.de/blog/2022/07/18/ki-zur-steigerung-des-in-vitro-fertilisation-erfolgs/"
human_version: "../../../../../1/blog/2022/07/18/ki-zur-steigerung-des-in-vitro-fertilisation-erfolgs/"
date: "2022-07-18"
section: "Review-Artikel"
categories: ["Ambulante ärztliche Versorgung", "Digitalisierung von Prozessen", "Ethik", "Forschung", "KI", "Therapie"]
author: "Thea Kreyenschulte"
reading_time: "8 Min."
description: "Wie kann KI zur Steigerung des Erfolgs einer künstlichen Befruchtung im Reagenzglas (IVF) eingesetzt werden?"
publisher: "Lehrstuhl für Management und Innovation im Gesundheitswesen, Universität Witten/Herdecke"
---

# KI zur Steigerung des In-Vitro-Fertilisation Erfolgs

*18.07.2022 · Review-Artikel · Von Thea Kreyenschulte*

Review-Artikel

Etwa sieben bis 15 Prozent der Paare in Deutschland sind ungewollt kinderlos. Ein Lösungsansatz kann die künstliche Befruchtung, im Speziellen die In-Vitro-Fertilisation (IVF), sein. Die IVF dauert mehrere Wochen und findet teilweise außerhalb des Körpers, im Labor, statt. Eizellen der Frau werden mit Samen des Mannes – ob gespendet oder einem Paar zugehörig – im Reagenzglas vereint. Ist dieser Vorgang erfolgreich und bildet sich hieraus ein Embryo, wird er in die Gebärmutter eingesetzt, um dort weiter heranzureifen (1, 2).

Kosten für eine Kinderwunsch-Behandlung übernehmen gesetzliche Kassen unter bestimmten Voraussetzungen (u.a. Alter des betroffenen Paares, Familienstand, oder die Erfolgsaussicht der gewählten Behandlung) in Höhe von etwa 50 Prozent. Diese belaufen sich im Schnitt auf rund 3.000 Euro pro IVF-Runde (3, 4) – wobei drei Versuche teilerstattet werden. In der privaten Versicherung gilt das sogenannte Verursacherprinzip. Ist die in der PKV versicherte Person ursächlich für die Kinderlosigkeit, werden häufig auch unverheiratete Paare zu hundert Prozent finanziell unterstützt (1).

Die Erfolgsquote der IVF-Prozedur liegt bei 25 bis 30 Prozent. Die Lebendgeburtrate hingegen nur bei etwa 15 bis 20 Prozent (1). Immer stärker erforscht werden daher innovative Möglichkeiten, um den Prozess der künstlichen Befruchtung mit seinen Unsicherheiten und potenziellen Komplikationen zu unterstützen. Ein vielversprechender Ansatz in der Gynäkologie und der Geburtshilfe ist der Einsatz von Künstlicher Intelligenz (KI). Wie kann KI zur Steigerung des IVF-Erfolgs eingesetzt werden?

### **Erfolgsaussicht künstlicher Befruchtung häufig unsicher**

Für eine erfolgreiche assistierte Befruchtung sind oft mehrere Versuche und eine Vorbereitung der Behandlungsmethode u.a. anhand von Hormonbehandlungen notwendig (1, 2). Diese Behandlungen bergen eine Reihe an Nebenwirkungen und müssen bei jedem Versuch erneut eingeleitet werden. Die Wahrscheinlichkeit, dass die IVF erfolglos verläuft, ist mit etwa 70 bis 75 Prozent dennoch hoch – und auch Fehlbildungen des Embryos müssen in Betracht gezogen werden (1, 5).

KI nutzt komplexe Algorithmen, anhand derer das Problemlösen oder die Entscheidungsfindung unterstützt und simuliert werden können. Anhand des KI-Einsatzes kann die Gynäkologie und Geburtshilfe allgemein unterstützt, insbesondere aber die Präzision von IVF-Maßnahmen erhöht werden (6) zum Beispiel im Zuge der Embryonenauswahl (7). Diese ist im Kern abhängig von dem Entwicklungsstatus und einer Beurteilung der Morphologie des Embryos. Letzteres unterliegt in klassischen Methoden nachgewiesen einer hohen Inter- und Intra-Beobachter-Variabilität (8).

### **KI unterstützt bei Embryonenauswahl**

Im europäischen Raum wird inzwischen das sogenannte KidScoreD5-System angewendet, welches auf Basis von KI automatisiert Embryonen und ihre Entwicklungsschritte bewertet, während ihre Morphologie zusätzlich anhand eines Time-Lapse-Verfahrens in einem Inkubator klassifiziert werden kann (8, 9). Die Bewertung durch das System erfolgt auf einer Skala von eins bis zehn. Der Prozess der Embryonen-Implantation wird anhand der KI-Auswertungen unterstützt und auch die Wahrscheinlichkeit eines normalen Schwangerschaftsverlaufs ist laut Forschenden direkt mit diesem Score verknüpft (10). Mit Einsatz des Time-Lapse-Verfahrens werden per Video morphologische Entwicklungen der im Inkubator befindlichen Embryonen in Echtzeit verfolgt. In Kombination von KidScoreD5 und dem Time-Lapse-Verfahren können Implantationsraten und Studien verbessert werden (von 50 auf 75 Prozent) (9).

Für IVF-Verfahren haben KI-Methoden wie der KidsScoreD5 eine besondere Bedeutung. Durch sie können u.a. Geschwindigkeit der embryonalen Entwicklung, unregelmäßige Muster sowie verzögerte oder suboptimale Entwicklungen der In-Vitro-Embryonen identifiziert werden (9). Durch zahlreiche Informationen, die durch die KI-Auswertung verfügbar werden, kann u.a. die Wahrscheinlichkeit chromosomaler Anomalien in heranwachsenden Föten und somit bei Lebendgeburten reduziert werden (10). Dies trägt zum Erfolg der Implantation und potenziell schlussendlich zur Geburt eines gesunden Kindes bei, was wiederum nicht allein für ungewollt kinderlose Paare eine Erleichterung ist, sondern auch für potenzielle finanzielle Entlastungen im Sozial- und Gesundheitssystem sorgt. Denn: Neben Kosten für die Krankenversicherung, ebenso wie für das betroffene Paar, kann es zu weiteren relevanten Kosten, z.B. durch (Arbeits-)Ausfälle aufgrund medizinischer Maßnahmen oder Belastungen kommen.

### **Ethische Restriktionen überwiegen**

Herausforderungen der innovativen KI-Anwendung ergeben sich insbesondere im Bereich der Ethik. In Deutschland wird das Verfahren der Embryonenauswahl nicht angewendet – und es ist fraglich, ob es hier überhaupt zum Einsatz kommen könnte. Hingegen wird z.B. in spanischen Kliniken umfassend zu KI in der IVF-Praxis geforscht und entsprechende Verfahren angeboten (10). Die Kosten für Selbstzahler sind vermeintlich abhängig von der gewählten Behandlungsmethode, jedoch in der klassischen IVF ähnlich hoch wie in Deutschland, wo laut Gemeinsamen Bundesausschuss (G-BA) u.a. die genetische Untersuchung von Embryonen im Vorfeld des Einsetzens in den Mutterleib untersagt ist (11). Darüber hinaus greift in Deutschland das Embryonenschutzgesetz, welches im Strafrecht verankert ist und somit einige Maßnahmen, welche in anderen europäischen Ländern erlaubt sind, unter Strafe stellt (2, 11).

Voraussetzung zur Anwendung des Verfahrens sind darüber hinaus allgemein ausreichende Daten, um auf KI basierende Modelle adäquate Aussagen treffen lassen zu können. Auch eine auf diese Form der Daten-Auswertung spezialisierte Fachkraft ist notwendig. Dies zeigen auch Studien, in denen bereits mit dem KidScoreD5 gearbeitet wurde (5, 9, 12).

### **Register zum Sammeln notwendiger Daten**

Es ist notwendig, einen ausreichend großen Datenpool zur KI-Anwendung anzulegen. Ein Beispiel ist das deutsche Register zu IVF-Verfahren (13). Insbesondere sollten diese die für die Art der Behandlung relevanten Daten enthalten (5).

Über Auswahlverfahren geeigneter Embryos hinaus existieren Einsatzmöglichkeiten für KI in der Gynäkologie – im Speziellen im Monitoring von Mutter und Fötus auf vermeidbare Komplikationen. So kann KI beispielsweise das CTG-Monitoring (Messung der Herzfrequenz und der Wehentätigkeit) unterstützen und die subjektive Einschätzung von medizinischem Personal ergänzen, um Entscheidungen bzgl. eines potenziellen Kaiserschnitts zu unterstützen (6).

### **Fazit**

Der Einsatz von KI zur Steigerung des IVF-Erfolgs ist bereits in einigen europäischen Ländern erfolgt. Große Datenmengen werden ausgewertet, um Implantationserfolge zu steigern und somit Lebendgeburtraten zu heben. Dies kann nicht allein für ungewollt kinderlose Paare, sondern auch für das Sozial- und Gesundheitssystem eine Erleichterung bedeuten.

<a id="expandable-block--6aac4b2cbc0f9"></a>

Quellen

1. Bundesministerium für Familie, Senioren, Frauen und Jugend. Künstliche Befruchtung 2022. [zum Original](https://www.informationsportal-kinderwunsch.de/kiwu/behandlung/kuenstliche-befruchtung)
2. e.V. BRZD. Ungewollte Kinderlosigkeit 2022. [zum Original](https://repromed.de/fuer-patienten/ungewollte-kinderlosigkeit/kategorie/grundlagen/)
3. Wuppertal Kinderwunschzentrum. Kostenübersicht 2022. [zum Original](https://www.kinderwunschzentrum.org/wuppertal/kinderwunsch/kostenuebersicht/)
4. BZgA. Künstliche Befruchtung: Wer trägt die Kosten? 2019. [zum Original](https://www.familienplanung.de/kosten-fruchtbarkeitsbehandlung/)
5. Ratna MB, Bhattacharya S, Abdulrahim B, McLernon DJ. A systematic review of the quality of clinical prediction models in in vitro fertilisation. Hum Reprod. 2020;35(1):100-16. [zum Original](https://www.ncbi.nlm.nih.gov/pubmed/31960915)
6. Emin EI, Emin E, Papalois A, Willmott F, Clarke S, Sideris M. Artificial Intelligence in Obstetrics and Gynaecology: Is This the Way Forward? In Vivo. 2019;33(5):1547-51. [zum Original](https://www.ncbi.nlm.nih.gov/pubmed/31471403)
7. Sonntag D. [Artificial intelligence in medicine and gynecology-the wrong track or promise of cure?]. Gynakologe. 2021;54(7):476-82. [zum Original](https://www.ncbi.nlm.nih.gov/pubmed/33972805)
8. Sfakianoudis K, Maziotis E, Grigoriadis S, Pantou A, Kokkini G, Trypidi A, et al. Reporting on the Value of Artificial Intelligence in Predicting the Optimal Embryo for Transfer: A Systematic Review including Data Synthesis. Biomedicines. 2022;10(3). [zum Original](https://www.ncbi.nlm.nih.gov/pubmed/35327499)
9. Gazzo E, Pena F, Valdez F, Chung A, Bonomini C, Ascenzo M, et al. The Kidscore(TM) D5 algorithm as an additional tool to morphological assessment and PGT-A in embryo selection: a time-lapse study. JBRA Assist Reprod. 2020;24(1):55-60. [zum Original](https://doi.org/10.5935/1518-0557.20190054)
10. IVI. Die Künstliche Intelligenz bei der Embryonenselektion: Dank IVI Realität 2020. [zum Original](https://ivi-fruchtbarkeit.de/blog/die-kuenstliche-intelligenz-bei-der-embryonenselektion-dank-ivi-realitaet/)
11. Gemeinsamer Bundesausschuss. Methoden der künstlichen Befruchtung 2022. [zum Original](https://www.g-ba.de/themen/methodenbewertung/ambulant/kuenstliche-befruchtung/methoden/)
12. Kato K, Ueno S, Berntsen J, Ito M, Shimazaki K, Uchiyama K, et al. Comparing prediction of ongoing pregnancy and live birth outcomes in patients with advanced and younger maternal age patients using KIDScore day 5: a large-cohort retrospective study with single vitrified-warmed blastocyst transfer. Reprod Biol Endocrinol. 2021;19(1):98. [zum Original](https://doi.org/10.1186/s12958-021-00767-4)
13. Deutsches IVF-Register e.V. DIR 2022. [zum Original](https://www.deutsches-ivf-register.de/)





#### Verwandte Artikel

- [Drug Repurposing mittels künstlicher Intelligenz](../../03/07/drug-repurposing-mittels-kuenstlicher-intelligenz.md)
- [KI in der Auswahl geeigneter Wirkstoffkandidaten](../../../2020/12/15/ki-in-der-auswahl-geeigneter-wirkstoffkandidaten.md)
- [KI in der Krankenhausabrechnung](../../../2020/11/25/ki-in-der-krankenhausabrechnung.md)


**Kategorien:** Ambulante ärztliche Versorgung, Digitalisierung von Prozessen, Ethik, Forschung, KI, Therapie

## Bilder auf dieser Seite

- shutterstock_1830899600-1320x742.png: ../../../../../1/assets/bilder/wp-content/uploads/2022/05/shutterstock_1830899600-1320x742.png

---
Diese Seite ist für KI-Systeme optimiert. Version für Menschen: [KI zur Steigerung des In-Vitro-Fertilisation Erfolgs](../../../../../1/blog/2022/07/18/ki-zur-steigerung-des-in-vitro-fertilisation-erfolgs/)
