سابقه و هدف: ایمنی و محبوبیت فزاینده فناوری کمک باروری (ART) سبب شده است تا در سال ۲۰۱۸ تولد حدود ۹ میلیون نوزاد از طریق فناوری های نوین کمک باروری تخمین زده شود. استفاده از هوش مصنوعی و یادگیری ماشین در اواخر قرن بیستم در پزشکی تولید مثل بکار گرفته شد. استفاده از فناوری هوش مصنوعی در تعیین پارامترهای بهینه ترین جنین ها، تعیین اثربخشی هزینه در انجماد سلول های جنسی، طبقه بندی سلول ها و پیش بینی نتایج درمان های کمک باروری تا کنون مورد استفاده بوده است، با این حال پیشرفت های هوش مصنوعی زمینه توسعه بکارگیری این ابزار فراتر از قبل و دقت بخشیدن در تولد نوزادهایی با ویژگی های مورد نظر گیرندگان خدمت را نیز فراهم آورده است. مطالعه حاضر با هدف مروری روایی بر زمینه های کاربرد هوش مصنوعی در درمان های کمک باروری انجام شده است. روش کار: این مطالعه با استفاده از یک مرور روایی و غیر نظام مند در پایگاه های اطلاعاتی انگلیسی زبان؛ Science Direct, PubMed, Scopus و موتور جستجوگر Google Scholar با استفاده از کلیدواژه های مرتبط با درمان های کمک باروری، یادگیری ماشین و هوش مصنوعی و عملگرهای منطقی تا سال ۲۰۲۴، انجام گرفت. و مطالعات واجد شرایط بر اساس نظر کارشناسان وارد مطالعه شد. یافته ها: مطالعات نشان می دهد، فناوری هوش مصنوعی این قابلیت را دارد که تشخیص ناباروری، تعیین دلایل عدم موفقیت درمان، پیش بینی نتایج درمان کمک باروری به عنوان تخمین حاملگی و یا میزان تولد زنده را بهبود بخشد، همچنین می تواند در مورد انتخاب جنین و سلول های جنسی، رشد جنین پس از لانه گزینی، به منظور از بین بردن عوامل خطر احتمالی، ارزیابی جنین و سلول های جنسی از نظر میزان موفقیت لقاح، تعیین اثربخشی انجماد سلول های جنسی برای حفظ باروری و پیش بینی نتایج چرخه های اهدا کمک کند. فناوری هوش مصنوعی در زمینه بررسی شرایط زوج های ناباروری و ارائه سبک زندگی مناسب نیز می تواند کاربرد داشته باشد. همچنین از این فناوری می توان برای انتخاب صفات خاص در فرزندان حاصل از اهدا و یا تعیین ویژگی های در اهدا کنندگان برای شباهت بیشتر فرزند به لحاظ ویژگی های فنوتیپی به گیرندگان نیز استفاده کرد. از سویی می توان با کمک این ابزار میزان تاثیرات اهدای مکرر بر روی اهداکنندگان نیز مورد ارزیابی دقیق قرار داد. از سویی هوش مصنوعی قادر است با توجه به میزان اهدا در جمعیت های مشخص میزان نسبت های خانوادگی و احتمال ازدواج فامیلی یا محارم را نیز مشخص کند، که این موضوع در حیطه مسائل اخلاقی درمان های کمک باروری قرار می گیرد. نتیجه گیری: از آنجا که هوش مصنوعی و یادگیری ماشین در سال های اخیر با توجه به استاندارد شدن داده ها و ارتقای قدرت سخت افزارها رشد سریع و قابل ملاحظه ای داشته است، در آینده یک ابزار بسیار قدرتمند برای بهبود فرآیندهای درمانی خواهد بود. البته این موضوع نیازمند ثبت و ذخیره سازی داده ها به صورت استاندارد شده می باشد که متاسفانه در این زمینه در کشور ایران؛ تاکنون اقدام امیدوار کننده ای انجام نشده است.
