AI i IVF-laboratoriet: tidsserieoptagelser, PGT og automatisering
AI, tidsserieoptagelser og genetiske test kan ændre arbejdet i et IVF-laboratorium. Om de også øger chancen for at få et barn, er et andet spørgsmål. Artiklen skelner mellem procesfordele, dokumenterede behandlingsresultater og teknologi, der stadig undersøges.

Kort sagt: bedre teknologi betyder ikke automatisk bedre behandling
Teknologi kan gøre processerne i et IVF-laboratorium mere stabile, sporbare og lettere at kontrollere. Det fører ikke automatisk til flere fødsler. En fair vurdering skelner mellem tre niveauer:
- Systemkvalitet
- Fungerer udstyret eller softwaren pålideligt, og kan fejl, nedbrud og ændringer spores?
- Beslutningskvalitet
- Giver teknologien oplysninger, som faktisk ændrer en medicinsk beslutning eller en laboratoriebeslutning?
- Behandlingsresultat
- Forbedrer den et resultat, der betyder noget for patienten, for eksempel tiden til graviditet eller chancen for en levende fødsel?
Denne skelnen gælder gennem hele artiklen. En præcis score kan være teknisk imponerende uden at forbedre behandlingsresultatet. Omvendt kan et diskret system til identitetskontrol være værdifuldt, selv om det ikke øger graviditetsraten.
Sådan vurderer du medicinsk AI teknisk
Et AI-system lærer af data og giver en forudsigelse, klassifikation eller rangordning til et fastlagt formål. Ved vurdering af embryoner kan det være en score, der samler udviklingstræk fra billeder. Scoren er ikke en neutral naturlov. Dens værdi afhænger af træningsdata, målemetode, laboratorium og den patientgruppe, systemet er beregnet til.
Verdenssundhedsorganisationen beskriver en fuld vurderingscyklus for AI-baseret medicinsk udstyr: træning, validering, vurdering og overvågning efter indførelsen. Det er ikke nok at kende modellens resultat i én undersøgelse. Den skal også være testet uafhængigt og fungere under de faktiske brugsforhold. WHO's ramme for AI-baseret medicinsk udstyr forklarer tilgangen.
- Formål: hvilken konkret beslutning skal systemet støtte?
- Data: hvilke grupper og laboratorieforhold er det udviklet og testet til?
- Sammenligning: er ydelsen kontrolleret med data, der ikke indgik i træningen?
- Menneskelig kontrol: hvem gennemgår scoren, og hvornår kan teamet tilsidesætte den?
- Drift: hvordan opdages problematiske opdateringer, fejl og faldende modelydelse?
Høj teknisk nøjagtighed besvarer ikke i sig selv det kliniske spørgsmål. Spørg, hvilket resultat der blev målt: enighed med embryologer, implantation, klinisk graviditet eller levende fødsel.
Tidsserieoptagelser og AI ved vurdering af embryoner
Inkubatorer med tidsserieoptagelser tager billeder med korte mellemrum, mens embryonet udvikler sig. Laboratorieteamet kan følge udviklingen uden at tage embryonet ud af inkubatoren ved hver kontrol. Nogle systemer bruger desuden algoritmer til at give embryoner en score eller rangordning ud fra billedserien.
Mulige fordele for dokumentation og arbejdsgange skal vurderes særskilt fra behandlingssucces. Den britiske myndighed HFEA konkluderer i sin aktuelle evidensvurdering, at tidsserieoptagelser med manuel eller automatiseret vurdering ikke øger chancen for at få et barn for de fleste patienter. Myndigheden anerkender samtidig løbende observation og praktiske laboratoriefordele. Dokumentationen findes på HFEA's side om tidsserieoptagelser.
Det betyder ikke, at systemet er værdiløst. Det betyder, at en klinik ikke bør love et bedre behandlingsresultat uden solid dokumentation. Gode spørgsmål er:
- Bruges systemet til inkubation, dokumentation, udvælgelse eller flere formål?
- Hvilken beslutning ændrer scoren i praksis?
- Hvordan er modellen kontrolleret i klinikkens eget laboratorium?
- Er der en ekstra udgift, og hvilken dokumenteret fordel begrunder den?
Hvis du først vil forstå behandlingsforløbet, kan du læse om IVF, ICSI og IUI.
Automatisering i IVF-laboratoriet: mindre spektakulær, ofte vigtigere
Et moderne laboratorium består af mere end inkubatorer og mikroskoper. Den tekniske infrastruktur omfatter også identitetskontrol, sensorer, alarmveje, vedligeholdelsesjournaler, adgangsrettigheder, sikkerhedskopier og dokumenterede godkendelser. Systemerne holder kritiske trin under kontrol og hjælper med at forhindre forvekslinger eller uopdagede fejl.
De reviderede ESHRE-anbefalinger for IVF-laboratorier fra 2026 omfatter kvalitetsledelse, patientidentifikation, sporbarhed af kønsceller og embryoner, kryokonservering og nødprocedurer. En stor del af den reelle tekniske innovation ligger her: ikke i ét iøjnefaldende apparat, men i et system, der fortsat kan spores under pres, ved personaleskift eller tekniske fejl.
- Sporbarhed: er prøve, arbejdstrin, ansvarlig person og tidspunkt dokumenteret entydigt?
- Alarmer: hvem får besked ved temperaturafvigelse eller udstyrssvigt?
- Robusthed: findes der reserveudstyr, sikkerhedskopier og afprøvede nødprocedurer?
- Ændringsstyring: kontrolleres processen efter softwareopdateringer eller nye forbrugsvarer?
- Revision: kan en afvigelse rekonstrueres senere og bruges til forbedring?
Elektronisk kontrol erstatter ikke kvalificerede fagpersoner. God teknologi synliggør ansvar og støtter teamet; den flytter ikke beslutninger ind i en sort boks.
PGT-M, PGT-A og ikke-invasive test: lignende forkortelser, forskellige mål
Ved genetiske undersøgelser af embryoner er det præcise formål afgørende. PGT-M leder efter en bestemt monogen sygdom, som er kendt i familien. PGT-A undersøger, om antallet af kromosomer ser unormalt ud i de testede celler. Metoderne besvarer forskellige spørgsmål og kan ikke erstatte hinanden.
PGT-A er en udvælgelsesmetode, ikke en garanti for graviditet eller et sundt barn. HFEA's aktuelle vurdering af PGT-A skelner tydeligt mellem resultater. For de fleste patienter øges chancen for et barn ikke automatisk, mens risikoen for abort kan falde i visse analyser. Alder, udgangspunkt, antal embryoner og behandlingsmål påvirker afvejningen.
Ikke-invasiv PGT analyserer genetiske spor i dyrkningsvæsken i stedet for at udtage celler med en almindelig embryobiopsi. Metoden lyder attraktiv, men er endnu ikke et ligeværdigt alternativ til rutinebrug. ESHRE's anbefalinger om tillægsbehandlinger anbefaler i øjeblikket ikke ikke-invasiv PGT til rutinemæssig klinisk brug.
Om en genetisk undersøgelse er medicinsk relevant og lokalt tilladt, afhænger af formål, individuel situation og lokale regler. Spørg på forhånd, hvad der testes, hvordan teamet håndterer usikre resultater eller mosaikfund, og hvad hvert muligt resultat betyder. Artiklen om præimplantationsgenetisk testning forklarer begreberne nærmere.
En tillægsbehandling er ikke automatisk en innovation
Tillægsbehandlinger markedsføres ofte med en sandsynlig mekanisme: en test måler mere, et dyrkningsmedium skal støtte implantation, eller en algoritme skal forbedre udvælgelsen. En sandsynlig mekanisme er et udgangspunkt, ikke dokumentation for en patientrelevant fordel.
ESHRE har vurderet tillæg inden for diagnostik, laboratorieprocedurer og klinisk reproduktionsmedicin. Evidensen varierer meget. Også HFEA's oversigt over tillægsbehandlinger vurderer konkrete resultater og patientgrupper, ikke ”innovation” som markedsføringsord. De britiske vurderinger er ikke globale godkendelsesregler, men giver et gennemsigtigt resumé af den gennemgåede dokumentation.
Placér hvert tilbud i en tydelig kategori:
- Rutine: proceduren indgår i en etableret arbejdsgang med et defineret formål.
- Tillæg: behandlingen tilbydes ud over standardbehandling, men den ekstra fordel kan være begrænset eller kun dokumenteret for bestemte grupper.
- Forskning: sikkerhed, præcision eller klinisk fordel undersøges stadig.
Ord som ”AI-understøttet”, ”personlig” eller ”næste generation” viser ikke i sig selv, hvilken kategori en ydelse tilhører.
Robotik og fuldt automatiserede laboratorietrin: lovende, men ikke selvkørende
Automatiseret ICSI, robotassisteret klargøring af dyrkningsskåle og automatiske metoder til nedfrysning af kønsceller eller embryoner undersøges og udvikles. En videnskabelig HFEA-komité gjorde i 2026 AI, robotik og automatisering i fertilitetsbehandling til et særskilt område i sit evidensarbejde. Komitéens mødepapirer viser bredden af de anvendelser, der vurderes.
At en teknologi optræder i forskning eller faglig debat, dokumenterer ikke en klinisk fordel. De samme spørgsmål gælder hvert automatiseret trin: er formålet klart? Er processen sammenlignet med en relevant metode? Hvad sker der i et grænsetilfælde eller ved svigt? Bliver trinnet blot hurtigere, eller forbedres også et resultat, der betyder noget for patienten?
Digital støtte: en god brugerflade eller en god proces?
Patientportaler, medicinplaner, tidsbestilling og sikre beskeder kan mindske organisatoriske problemer. Fordelen kommer ikke fra appen alene. Ansvar, svartider og veje til akut hjælp bag brugerfladen skal også fungere.
- Hvilke oplysninger viser appen, og hvilke beslutninger bør du ikke træffe alene ud fra dem?
- Hvem besvarer medicinske spørgsmål og inden for hvilken tid?
- Hvordan får du kontakt til teamet ved akutte symptomer eller uden for normal åbningstid?
- Hvilke data indsamles, hvorfor bruges de, og hvem deles de med?
- Kan du hente, rette eller bede om at få slettet dine data?
En digital brugerflade hjælper, når den gør en god behandlingsproces synlig og tilgængelig. Den kan ikke reparere uklart ansvar.
Wearables og LH-test: et tidsvindue, ikke en diagnose
Wearables og cyklusapps kan indsamle data om temperatur, søvn og andre udviklinger. Mønstrene kan hjælpe med timingen, men forklarer ikke pålideligt, hvorfor en graviditet udebliver. En LH-test i urin måler heller ikke selve ægløsningen, men stigningen i luteiniserende hormon, som normalt kommer cirka et til halvandet døgn før. FDA's oplysninger om ægløsningstest skelner tydeligt denne forudsigelse fra en samlet fertilitetsvurdering.
Læs mere om ægløsning, LH-test og sammenligningen af udstyr til ægløsningssporing.
Otte spørgsmål til en klinik eller udbyder
- Hvilket konkret problem skal teknologien løse?
- Er målet et bedre forløb, mere præcis udvælgelse eller et bedre behandlingsresultat?
- Hvilket resultat blev faktisk målt i undersøgelserne?
- Hvilke patientgrupper og laboratorieforhold gælder data for?
- Hvordan er systemet kontrolleret lokalt, og hvordan overvåges ydelsen?
- Hvem har det endelige ansvar, når en fagperson og softwaren når forskellige konklusioner?
- Hvilke risici, mulige fejl og alternativer findes der?
- Hvilke ekstra udgifter opstår, og hvilken dokumenteret fordel står bag?
Et godt svar behøver ikke lyde teknisk. Det skal være konkret nok til, at du forstår formål, grænser og følger.
Konklusion
Den stærkeste innovation i et IVF-laboratorium er ikke nødvendigvis den mest iøjnefaldende algoritme. Pålidelig identitetskontrol, stabilt udstyr, sporbare data og tydeligt ansvar skaber ofte større teknisk værdi. AI, tidsserieoptagelser og genetisk analyse kan supplere systemerne, men kun et relevant resultatmål viser, om behandlingen også forbedres.
Artiklen ser på teknologi fra et software- og produktudviklingsperspektiv. Den erstatter ikke individuel medicinsk eller genetisk rådgivning. Hvis en tillægsbehandling kan påvirke din behandlingsplan, udvælgelsen af embryoner eller en anden vigtig beslutning, så bed et kvalificeret behandlingsteam forklare fordele, begrænsninger og alternativer.



