Системы компьютерного анализа спермы (CASA) в настоящее время широко используются для оценки сперматозоидов человека как альтернативный метод традиционному ручному исследованию эякулята. В качестве перспективного направления рассматривается внедрение цифровой микроскопии с последующим автоматическим распознаванием объектов на основе искусственного интеллекта (ИИ). В ходе работы исследовали по 100 образцов эякулята с последовательной оценкой в каждом образце подвижности и морфологии сперматозоидов, фрагментации их ДНК, а также наличие лейкоцитов. Исследования каждого образца производили последовательно: сначала с использованием автоматической сканирующей системы Vision Assist и программного обеспечения (ПО) Vision Sperm, затем методом ручной микроскопии. В результате исследования получены данные о том, что использование системы Vision позволяет провести более быстрый и стандартизированный анализ эякулята: среднее время, затраченное на автоматизированную оценку эякулята было в два раза меньше в сравнении с ручной микроскопией.
Дмитрий Юрьевич Соснин – д.м.н., профессор кафедры факультетской терапии №2, профпатологии и клинической лабораторной диагностики ФГБОУ ВО «Пермский государственный медицинский университет имени Е. А. Вагнера» Министерства Здравоохранения Российской Федерации, Пермь, Россия.
Антон Николаевич Белкин – ответственный на связь с редакцией, старший преподаватель кафедры патологической анатомии с секционным курсом ФГБОУ ВО «Пермский государственный медицинский университет имени академика Е. А. Вагнера» Министерства здравоохранения Российской Федерации, Пермь, Россия.
Олег Георгиевич Кубарев – врач КЛД, научный консультант отдела разработок, ООО «Медика Продакт», Пермь, Россия.
Глеб Александрович Катаев – технический писатель, ООО «Медика Продакт», Пермь, Россия.
Анна Святославовна Чурилова – руководитель группы разработки искусственного интеллекта отдела разработки ПО, ООО «Медика Продакт», Пермь, Россия.
Борис Фимович Фалков – директор разработки ПО, ООО «Медика Продакт», Пермь, Россия.
Владислав Александрович Сапожков – инженер группы аналитических систем сервисного центра, ООО «Медика Продакт», Москва, Россия.
1. Брагина Е.Е. Интерпретация спермограммы. Структура и функция сперматозоидов в норме и при нарушении фертильности. М.: Практическая медицина, 2024.
2. Исследование качества спермы базовое. Требования и методы исследования (ГОСТ ИСО 23162–2023). М.: Российский институт стандартизации, 2023.
3. Шатохина И.С., Кузнецова В.С. Исследование эякулята. Учебное пособие. М.: МОНИКИ им. М.Ф. Владимирского, 2014.
4. Surmacz P., Niwinska A., Kautz E., et al. Comparison of two staining techniques on the manual and automated canine sperm morphology analysis // Reproduction in Domestic Animals. 2022. Vol. 57, N. 6. P. 678–684. DOI: 10.1111/rda.14100
5. Tang S.S., Lu J.C., Xu Y.H., et al. Analysis of selected sperm samples by a computer-assisted system with high frame rate: a prospective study // Health Science Reports. 2023. Vol. 6, N. 5. e1217. DOI: 10.1002/hsr2.1217
6. Cheon W.H., Park H.J., Park M.J., et al. Validation of a smartphone-based, computer-assisted sperm analysis system compared with laboratory-based manual microscopic semen analysis and computer-assisted semen analysis // Investigative and Clinical Urology. 2019. Vol. 60, N. 5. P. 380–387. DOI: 10.4111/icu.2019.60.5.380
7. Dearing C., Jayasena C., Lindsay K. Can the Sperm Class Analyser (SCA) CASA-Mot system for human sperm motility analysis reduce imprecision and operator subjectivity and improve semen analysis? // Human Fertility. 2021. Vol. 24, N. 3. P. 208–218. DOI: 10.1080/14647273.2019.1610581
8. Leung E.T.Y., Mei X., Lee B.K.M., et al. Automatic identification of human spermatozoa with zona pellucida-binding capability using deep learning // Human Reproduction Open. 2025. Vol. 10, N. 3. hoaf024. DOI: 10.1093/hropen/hoaf024
9. Macleod I.C., Irvine D.S. The predictive value of computer-assisted semen analysis in the context of a donor insemination programme // Human Reproduction. 1995. Vol. 10, N. 3. P. 580–586. DOI: 10.1093/oxfordjournals.humrep.a135993
10. Cooper T.G., Noonan E., von Eckardstein S., et al. World Health Organization reference values for human semen characteristics // Human Reproduction Update. 2010. Vol. 16, N. 3. P. 231–245. DOI: 10.1093/humupd/dmp048
11. Agarwal A., Sharma R.K. Automation is the key to standardized semen analysis using the automated SQA-V sperm quality analyzer // Fertility and Sterility. 2007. Vol. 87. P. 156–162. DOI: 10.1016/j.fertnstert.2006.05.083
12. Лабораторное руководство ВОЗ по исследованию и обработке эякулята человека, шестое издание. Женева: Всемирная организация здравоохранения, 2023.
13. Finelli R., Leisegang K., Tumallapalli S., et al. The validity and reliability of computer-aided semen analyzers in performing semen analysis: a systematic review // Translational Andrology and Urology. 2021. Vol. 10, N. 7. P. 3069–3079. DOI: 10.21037/tau-21-276
14. Казначеева Е.И., Соснин Д.Ю., Петухова А.Ю., и др. Оценка точности распознавания морфологии сперматозоидов автоматической системой анализа спермы VISION SPERM // Лабораторная и клиническая медицина. Фармация. 2024. Т. 4, № 2. С. 10–16. DOI: 10.14489/lcmp.2024.02.pp.010-016
15. Choi J.W., Alkhoury L., Urbano L.F., et al. An assessment tool for computer-assisted semen analysis (CASA) algorithms // Scientific Reports. 2022. Vol. 12, N. 1. 16830. DOI: 10.1038/s41598-022-20943-9
16. Соснин Д.Ю., Белкин А.Н., Катаев Г.А., и др. Сравнение временных затрат при использовании ручного и автоматизированного подхода при микроскопических исследованиях в лабораторной диагностике // Лабораторная и клиническая медицина. Фармация. 2025. Т. 5, №4. С. 4–10. DOI: 10.14489/lcmp.2025.04.pp.004-010
17. Липатова Н.А., Столярова С.В., Сапожков В.А., и др. Практический опыт автоматизации, стандартизации и оптимизации микроскопических исследований по материалам урогенитального тракта // Лабораторная и клиническая медицина. Фармация. 2023. Т. 3, №4. С. 4–10. DOI: 10.14489/lcmp.2023.04.pp.004-010
