具有自然语言描述的专家注释胚胎图像数据集，用于 IVF 中基于证据的患者沟通

胚胎选择是体外受精的多个关键步骤之一，通常基于临床胚胎学家的形态学评估。尽管人工智能方法已经证明了其通过自动胚胎排名或分级方法支持胚胎选择的潜力，但基于人工智能的解决方案的总体影响仍然有限。这主要是由于自动化解决方案需要适应定制临床数据、对延时孵化器的依赖以及缺乏理解人工智能推理的可解释性。现代、消息灵通的患者正在质疑专家的决定，尤其是在治疗不成功的情况下。因此，胚胎选择等任务中基于证据的决策合理性将支持透明的决策和尊重的患者沟通。为了支持这一目标，我们特此提出一个专家注释的数据集，其中包含胚胎图像和使用自然语言的相应形态描述。描述包含胚胎细胞周期、发育阶段和形态特征的相关信息。该数据集可以对现代基础视觉语言模型进行微调，以高精度地随着时间的推移进行学习和改进。然后可以利用预测的胚胎描述自动从文献中提取科学证据，促进知情、基于证据的决策以及与患者的透明沟通。我们提出的数据集支持基于语言的、可解释的和透明的自动化胚胎评估的研究，并有可能随着时间的推移增强决策过程并显着改善患者的治疗结果。