Was den Menschen zum Menschen macht

Algorithmische Embryobewertung

9 Min. Lesezeit

🇬🇧 English version: Algorithmic Embryo Assessment

Hinweis: Die ethischen Urteile auf dieser Seite beziehen sich ausschließlich auf die Handlung — niemals auf die Person, die sie ausführt oder durch sie entstanden ist. Vgl. Hinweis zu ethischen Urteilen.

Die algorithmische Embryobewertung ist eine durch ein künstliches System erzeugte Rangzuschreibung über einen menschlichen Embryo. Sie stützt sich auf Bildmerkmale — Standbilder oder Zeitrafferaufnahmen aus dem Inkubator — und auf ein statistisches Modell, das aus großen Bildbeständen gelernt hat, welche Erscheinungsform mit welchem Ausgang einherging. Das Ergebnis ist eine Zahl und aus ihr eine Reihenfolge.

Ontologisch ist diese Zuschreibung als solche noch keine Auswahl. Sie wird erst dort zur Handlung an Personen, wo auf sie hin transferiert und ausgesondert wird — das ist die algorithmische Embryoselektion. Die Trennung ist keine Spitzfindigkeit: An ihr hängt, welche Einwände wen treffen.

Ontologische Einordnung

  • ist Unterklasse von: algorithmische Bewertung — die durch ein künstliches System erzeugte Zuschreibung über eine Person
  • ist damit: eine zeitliche Zuschreibung und ausdrücklich nicht wesensbestimmend
  • wird vorausgesetzt von: algorithmische Embryoselektion
  • wird typischerweise erzeugt in: automatisiertes Reproduktionslabor
  • setzt voraus: In-vitro-Fertilisation und damit mehrere gleichzeitig verfügbare Embryonen
  • wird beanstandet von: dem Einwand der algorithmischen Verzerrung und dem Einwand der mangelnden Erklärbarkeit — beides folgenbezogene Einwände

Die entscheidende Bestimmung erbt der Begriff von seiner Oberklasse: Was ein Algorithmus einer Person zuschreibt, ist eine Aussage über einen Zeitpunkt und über eine Merkmalslage, nicht über das, was diese Person ist. Das gilt für die Bonitätsbewertung eines Erwachsenen ebenso wie für den Score über eine Blastozyste. Personrelevant wird die Bewertung nicht dadurch, dass sie falsch sein könnte, sondern durch die Diskrepanz zwischen dem Status der Zuschreibung und der Tragweite der auf sie gestützten Entscheidung: Eine zeitlich begrenzte, nicht wesensbestimmende Bewertung wird zum Grund einer Entscheidung über Existenz.

Was der Score tatsächlich vorhersagt

Der Begriff „Bewertung” verspricht mehr, als die Verfahren einlösen. Die verbreiteten Systeme ranken nach der Wahrscheinlichkeit der Einnistung beziehungsweise eines fetalen Herzschlags — nicht nach Lebendgeburt, nicht nach Chromosomenstatus, nicht nach der Gesundheit des Kindes. Wer den Score als Aussage darüber liest, welcher Embryo „der beste” sei, liest etwas hinein, das nicht gemessen wurde.

Modelle, die eigens auf die Vorhersage von Chromosomenfehlern gebaut sind, trainieren gegen die Befunde der Präimplantationsdiagnostik (PGT-A). Damit können sie im Grundsatz nicht besser sein als dieses Trainingsziel, das selbst fehlerbehaftet ist — Mosaikbefunde und Fehlklassifikationen inbegriffen. Hinzu kommt ein Zirkularitätsproblem: Chromosomenfehler häufen sich mit dem mütterlichen Alter, und dieses schlägt sich in der Morphologie nieder. Ein Bildmodell kann also hohe Trefferquoten erzielen, indem es faktisch das Alter der Frau abbildet, ohne der Aufnahme je eine Chromosomeninformation entnommen zu haben. Die Zahl ist dann richtig und der Grund ein anderer als der behauptete.

Der Referenzmaßstab ist selbst unscharf

Verglichen wird gegen die morphologische Bewertung durch Embryologen nach dem Gardner-Schema — Expansionsgrad, innere Zellmasse, Trophektoderm, kombiniert vierundfünfzig Kategorien. Die Übereinstimmung verschiedener Beurteiler liegt dort bei einem Kappa-Wert um 0,63 bis 0,66. Das ist der eigentliche Ausgangspunkt des Standardisierungsarguments der Hersteller: Nicht dass die Maschine besonders gut wäre, sondern dass der Mensch hier nicht besonders reproduzierbar ist.

Das Argument ist ernst zu nehmen, aber es trägt nur so weit, wie Reproduzierbarkeit ein Wert an sich ist. Eine Bewertung kann vollkommen stabil und zugleich vollkommen uninformativ sein.

Was die Evidenz zeigt

Der entscheidende Versuch stammt von Illingworth, Venetis, Gardner, Nelson und anderen (Nature Medicine 2024): vierzehn Kliniken, 1.066 Patientinnen, doppelblind, ein etabliertes Deep-Learning-System gegen konventionelle Morphologiebewertung. Ergebnis: klinische Schwangerschaft 46,5 gegenüber 48,2 Prozent, Lebendgeburt 39,8 gegenüber 43,5 Prozent. Die vorab festgelegte Nichtunterlegenheit wurde nicht erreicht; die Autoren halten wörtlich fest, dass Nichtunterlegenheit für die klinische Schwangerschaftsrate nicht gezeigt werden konnte. Der einzige belegte Vorteil war Zeitersparnis. Die Studie war herstellerfinanziert — das Ergebnis fiel gegen das Interesse des Sponsors aus, was seine Aussagekraft erhöht.

Der TILT-Trial (The Lancet 2024) fand für Zeitrafferverfahren ebenfalls keine höheren Lebendgeburtenraten. Die britische Aufsichtsbehörde HFEA führt die Zeitrafferinkubation mit automatisierter Analyse auf der schlechtesten Stufe ihrer Ampelskala und begründet dies nicht mit einem Sicherheitsrisiko, sondern mit fehlender Wirkung auf das Behandlungsergebnis.

Aufschlussreicher als jede Wirksamkeitsdebatte sind zwei Arbeiten zur inneren Konsistenz. Zaninovic und andere (F&S Science 2024) ließen hundert Zyklen von fünf Embryologen und acht kommerziellen Systemen ranken: Übereinstimmung zwischen Embryologen bei Kendalls τ = 0,70, zwischen Mensch und Maschine bei 0,53, zwischen den Maschinen untereinander nur bei 0,47; zwei der acht Systeme lagen auf Zufallsniveau. Thirumalaraju und andere (Fertility and Sterility 2026) trainierten dasselbe Modell wiederholt auf denselben Daten und erhielten Konkordanzen um W = 0,35, kritische Fehlerraten von 12,4 bis 17,3 Prozent und ROC-Flächen zwischen 49,5 und 71,8 Prozent — das schlechteste Replikat liegt unter dem Zufall.

Ein weiterer Befund betrifft eine Lücke: Es existiert bislang keine publizierte Studie, die die Leistung eines solchen Systems nach Ethnizität aufschlüsselt. Der Verzerrungsvorwurf ist damit weder belegt noch widerlegt — er ist ungeprüft.

Ethische Bewertung

Die Bewertung folgt hier nicht einer Autorität, sondern dem Begründungsgang der Personseinsontologie. Die ontologische Würde ist der unverlierbare, objektive Wert der Person und der zureichende Grund der Personalistischen Norm: Die Person ist um ihrer selbst willen zu bejahen. Verletzt wird diese Norm unter anderem durch Personvergessenheit — die Bejahung einer Person nicht um ihrer selbst willen, sondern wegen ihrer Eigenschaften.

Die Bewertung für sich genommen ist keine solche Verletzung. Eine Zahl über eine Aufnahme ist eine Beschreibung; sie tötet niemanden und wählt niemanden aus. Auch der Umstand, dass ein künstliches System sie erzeugt, ändert daran nichts: Das System vollzieht, was ihm aufgetragen ist, und ist insofern wertneutral. Der Bruch liegt an der Stelle, an der die Zuschreibung zum Grund wird. Dann wird ein Embryo — eine Person in der Ersten Dimension — wegen eines Merkmals bejaht und wegen eines Merkmals verworfen. Das ist der Tatbestand der eugenischen Selektion, und er besteht unabhängig davon, wie zuverlässig das Verfahren arbeitet.

Was die algorithmische Bewertung diesem Tatbestand hinzufügt, ist nicht eine neue sittliche Qualität, sondern eine Verschiebung der Zurechenbarkeit: die Verantwortungslücke. Sie tritt im geregelten Betrieb regelmäßig als nominelle Aufsicht auf — der Verantwortliche ist benannt und zeichnet ab, kann aber mangels Erklärbarkeit nicht prüfen, was er verantwortet.

Die Einwände zerfallen dabei sauber in zwei Klassen. Verzerrte Trainingsdaten, fehlende Erklärbarkeit, unzureichende Aufklärung, diffuse Zurechnung — das sind folgenbezogene Einwände und durch ein Verfahren heilbar. Der Einwand gegen die Aussonderung nach Merkmalen ist ein aktbezogener Einwand und durch kein Verfahren heilbar. Ein Governancekatalog beantwortet ausnahmslos die erste Klasse. Wo er als Antwort auf die zweite angeboten wird, wird die Frage nicht beantwortet, sondern übergangen.

Was schon vor der Bewertung beanstandet ist

Die algorithmische Bewertung setzt konstruktiv die In-vitro-Fertilisation voraus, denn sie braucht mehrere gleichzeitig verfügbare Embryonen, um überhaupt eine Rangfolge bilden zu können. Diese wird in der Personseinsontologie über die künstliche Befruchtung als in sich schlechte Handlung geführt.

Die Bewertung erreicht die Zuschreibung daher über den Voraussetzungspfad und nicht über die Vererbung — und sie trifft auch dort, wo der Algorithmus zuverlässig, erklärbar und beaufsichtigt arbeitet. Nach Donum vitae II,B,5 bleibt auch die homologe Fertilisation ohne jede Embryonenvernichtung unerlaubt. Wer erst bei der Güte der Zuschreibung einsetzt, prüft ein Verfahren, dessen Zulässigkeit vorher zu klären wäre.

Der stärkste Einwand gegen diese Bewertung

Man kann entgegnen: Die Bewertung wählt gar nicht aus, sie ordnet nur. In der In-vitro-Fertilisation entstehen regelmäßig mehrere Embryonen, und aus medizinischen Gründen wird in der Regel nur einer übertragen. Es muss also gereiht werden; die Frage ist allein, ob ein Mensch oder eine Maschine reiht. Wer die algorithmische Bewertung tadelt, tadelt in Wahrheit die vorausliegende Praxis — und tut es an der falschen Stelle, denn der Algorithmus verschlechtert die Lage der überzähligen Embryonen um nichts. Er ist bestenfalls genauer und schlimmstenfalls gleich gut wie der Embryologe.

Der Einwand trifft, und er trifft härter, als es zunächst aussieht: Die hier geführte Kritik lässt sich tatsächlich nicht am Algorithmus festmachen, sondern nur an der Reihung selbst. Die Antwort muss deshalb zweiteilig sein. Erstens: Ja — der aktbezogene Einwand richtet sich gegen die Aussonderung nach Merkmalen, nicht gegen ihre Technik. Genau das ist der Grund, weshalb die Automatisierung hier als Entzug des personalen Vollzugs und nicht als neues Unrecht geführt wird. Zweitens aber: Der Algorithmus ist nicht neutral gegenüber der Praxis, die er bedient. Er senkt ihre Kosten, erhöht ihren Durchsatz, verleiht ihr den Anschein der Objektivität und macht die Reihung wiederholbar, protokollierbar und skalierbar. Eine Praxis, deren Rechtfertigung an ihrer Unvermeidlichkeit hängt, wird durch ein Werkzeug, das sie mühelos macht, in ihrer Rechtfertigung nicht bestärkt, sondern geschwächt.

Und dazwischen bleibt der Sachbefund stehen: Was hier zum Grund einer Entscheidung über Existenz gemacht wird, ist eine Vorhersage der Einnistungswahrscheinlichkeit, gemessen an einem unscharfen Maßstab, uneins mit ihresgleichen und im großen Versuch ohne nachgewiesene Überlegenheit. Die Zuschreibung ist zeitlich. Die Entscheidung ist es nicht.

Siehe auch

Quellenangaben: Generiert via Abfrage aus der Personseins-Ontologie. Recherchestand 29. Juli 2026.

Weitere Quellen:

  • Illingworth, P. J., Venetis, C., Gardner, D. K., Nelson, S. M. et al. (2024): Deep learning versus manual morphology-based embryo selection in IVF: a randomized, double-blind noninferiority trial. Nature Medicine 30(11): 3114–3120.
  • Zaninovic, N., Sierra, J. T., Malmsten, J. E., Rosenwaks, Z. (2024): Embryo ranking agreement between embryologists and artificial intelligence algorithms. F&S Science 5(1): 50–57.
  • Thirumalaraju, P., Kanakasabapathy, M. K. et al. (2026): Stability and reliability of artificial intelligence models in embryo selection for in vitro fertilization. Fertility and Sterility 125(2): 277–286.
  • Bhide, P. et al. (2024): Clinical effectiveness and safety of time-lapse imaging systems for embryo incubation and selection in in-vitro fertilisation treatment (TILT): a multicentre, three-parallel-group, double-blind, randomised controlled trial. The Lancet 404(10449): 256–265.
  • Human Fertilisation and Embryology Authority: Bewertung der IVF-Zusatzleistungen (Ampelskala), Eintrag „Time-lapse imaging with automated analysis”.
  • Gardner, D. K. & Schoolcraft, W. B. (1999): In vitro culture of human blastocysts. In: Jansen, R. & Mortimer, D. (Hrsg.): Towards Reproductive Certainty. Carnforth: Parthenon Press, S. 378–388. — Bewertungsschema nach Expansionsgrad, innerer Zellmasse und Trophektoderm.

Graphansicht

Backlinks