港大首創AI精子篩選模型準確率超過九成顯著提升輔助生殖治療成功率

不孕不育症是全球日益受到關注的健康議題，約每七對育齡夫婦便有一對受到影響。世界衞生組織更預測，不孕不育症將繼癌症及心血管疾病後，成為全球第三大常見疾病。儘管近年體外受精（IVF）等輔助生殖技術（ART）持續發展，但其成效仍受多項因素影響，其中精子質量評估一直是重要挑戰之一。有見及此，香港大學李嘉誠醫學院（港大醫學院）臨床醫學學院婦產科學系、港大工程學院、港大InnoHK先進生物醫學儀器中心（ABIC）及其衍生企業AxileLife的研究團隊成功研發全球首創人工智能（AI）男性生育能力評估平台，首次將精子的「功能性」納入評估框架，能夠更準確識別真正具受精能力的精子。臨床驗證結果顯示，模型準確率超過96%，為不孕不育症診斷及輔助生殖治療帶來新突破。相關研究成果更刊登於國際婦產科期刊《Human Reproduction Open》，並榮獲2025年第50屆日內瓦國際發明展銀獎。

突破男性不孕不育挑戰從傳統主觀盲區走向精準醫療

現時全球不孕不育個案之中，約20% 至 70%涉及男性因素。精液分析一直是評估男性生育能力的重要工具，相關結果亦會影響醫生選擇體外受精（IVF）或卵胞漿內單精子注射（ICSI）等治療方案。

然而，現行分析流程主要依賴實驗室人員透過顯微鏡觀察精子的濃度、活動能力及形態，不僅耗時費力，亦容易受人為主觀判斷影響，導致不同實驗室或人員之間的結果存在差異，難以實現完全客觀及標準化評估。即使ART技術已相當成熟，全球整體成功率目前仍只有約30%至50%，治療失敗不但增加經濟負擔，更會為患者及其家庭帶來沉重的心理壓力。因此，如何更準確地評估精子質量及受精能力，一直是提升輔助生殖成功率的重要研究方向。

傳統分析難以反映真正受精能力

男性一次射精平均含有一億至兩億個活力精子，但只有約7%真正具受精潛力。在自然受孕過程中，女性生殖道會自動篩選出具受精能力的精子；不過，目前輔助生殖技術實驗室仍缺乏精準的篩選機制。研究團隊指出：「傳統的精子參數對於預測男性精子的真正受精潛力存在局限。即使精液分析結果正常，仍有5%至25%的男性在 IVF 療程中出現低受精率（少於30%），甚至完全受精失敗。」

AI模擬自然篩選機制提早預警受精失敗風險

傳統精子影像分析長期受限於精子體積極小、移動速度快且數量龐大等特性，要在短時間內捕捉大量精子清晰、穩定且可供對比的影像，遠非一般顯微鏡技術所能勝任。為突破此瓶頸，研究團隊自主研發專利微流體晶片及高解析度影像系統，成功整合光學、微流體力學與高速成像等前沿技術，實現大規模、非侵入式地擷取精子細微形態與運動特徵。

在此技術基礎上，研究團隊進一步革新傳統精子分析框架。過往評估只著重外觀與活動力，團隊首度將精子的「功能性」納入人工智能評估框架。研究人員指出：「這項技術的核心理念，並非單純判斷精子是否『游得快』或『長得正常』，而是深入分析其受精潛能，從而更全面、準確地評估男性生育力。」

全球首創的AI智能男性生育能力評估平台，讓合作醫療機構可透過上傳精子顯微影像，獲得客觀、標準化及可重複的AI輔助分析結果。模型利用人工智能技術分析精子的形態特徵，自動計算具備透明帶結合能力的精子比例，從而評估男性生育能力。這項 AI 技術不但能預早識別可能出現受精失敗的個案，亦能找出傳統精液分析未必能檢測出的受精功能異常患者，協助醫生制定更合適且個性化的治療策略。

相比傳統依賴人工肉眼觀察的評估方式，該AI模型能在數分鐘內完成大規模樣本分析，提供量化且一致的數據，大幅提升檢驗效率與診斷信度，為生殖醫學帶來嶄新的智能輔助決策工具。

打破地域與設備限制以「人機協作」發揮全球臨床應用價值

為了讓這項創新 AI 系統具備真正的全球臨床應用價值，團隊自研發初期便將「泛化能力」視為核心。有鑑於各地醫療機構所採用的設備與操作環境存在顯著差異，AxileLife持續優化模型的適用性與公平性，建立獨家的影像標準化技術。即使面對來自全球各地、因設備差異而產生的影像訊號，系統都能自動精準校正，在任何臨床場景下皆能維持一致、高水準的分析表現。

團隊又強調，AI 在生殖醫學中的定位是「輔助者」而非「取代者」。最終的診斷與治療方案，依然需要由具備專業資格的生殖醫學專家與胚胎學家，結合患者病史、臨床檢查等多維度資訊做出綜合判斷。這種「人工智能 + 臨床專家」的深度協作模式，既發揮了 AI 在大數據標準化分析上的優勢，又保障了每項醫療決策背後的專業溫度與醫學嚴謹性，共同為無數家庭點燃孕育新生命的希望。

臨床驗證逐步推進　發展即時精子優選平台

AxileLife自主研發的AI智能男性生育能力評估平台，目前已率先於瑪麗醫院及廣華醫院開展首階段臨床驗證，現正進一步推展至中山大學附屬第一醫院、中山大學附屬第三醫院及香港大學深圳醫院等合作中心。未來，平台將陸續拓展至更多地區及全球不同生殖醫學中心，持續累積來自多元醫療機構、不同設備規格及多樣化臨床流程的真實世界數據，逐步建構跨醫院、跨地域的標準化AI評估網絡。

隨著大型臨床數據庫持續擴充，團隊將進一步探討AI輔助分析與受精率、胚胎發育品質、臨床妊娠率等重要臨床終點之間的潛在關聯性，為AI在輔助生殖醫學中的應用價值，提供更完整的循證醫學證據。除線上平台外，研究團隊亦同步推進下一階段硬件技術研發，包括自主研發專利微流體晶片、高解析度影像系統，以及未來可用於即時精子優選與分選的新一代平台。新硬件系統具備高速採集大量高解析度精子影像的能力，有望建立前所未有的大規模精子影像資料庫，進而訓練新一代人工智能模型，持續提升分析精準度、自動化程度，並拓展至更多臨床應用場景。

對不少不孕夫婦而言，這不僅是一項科研突破，更是一道希望之光。隨著大型臨床研究持續推進及技術進一步落地應用，團隊希望透過更精準評估精子的受精能力，提升輔助生殖治療成功率，減少受精失敗風險，並縮短患者達成懷孕目標所需的時間。