機器學習是近年來很熱門的話題，可以透過演算法及統計模式來處理大量的資料，並可以預測結果。最近有一篇論文就是藉由機器學習來評估哪個因子對獲得染色體正常的胚胎，有最高的關聯性。
進行胚胎著床前染色體篩檢來挑選正常的染色體胚胎植入，已被證實對於提升著床率有助益，因此獲得染色體正常胚胎的機率顯得格外重要。過往有許多文獻有以下結論，年齡越高染色體異常機率越高，而AMH（抗穆氏管荷爾蒙）又隨著年齡增加而下降。這篇論文中機器學習的模型也得到相同的結果，年齡對於獲得染色體正常的胚胎機率有負關聯性，而AMH對於獲得染色體正常的胚胎則有正相關性（下圖一）。
因為AMH高意味著卵子的庫存量高，後續能形成的囊胚數量也較多，能夠獲得染色體正常胚胎的機率也更高。然而這兩個因子誰扮演更重要的影響角色呢？
根據機器學習模型給出的答案，在眾多可能的影響因子中，AMH扮演最重要的角色（上圖二）。
因此，由以上的結果可以得知年齡越大雖然異常的機率越高，但如果還有不錯的卵子庫存量的話，還是可以以量取勝，增加獲得染色體正常胚胎的機率。相反的，年輕的女性也不能掉以輕心，要提早關注自己的卵子庫存量，因為庫存量量較低對於要獲得染色體正常的胚胎機率也低了許多。因此提早關注自己的AMH數值，並進行凍卵的規劃，就像買生育保險一樣，讓自己的未來更可以無後顧之憂。
