体外受精-胚胎移植(in vitro fertilization-embryo transfer,IVF-ET)作为辅助生殖技术(assisted reproductive technology,ART)的核心手段,其临床结局常受限于配子与胚胎质量评估的主观性、实验室操作误差及个体化方案制定的复杂性。人工智能(artificial intelligence,AI)作为前沿科技手段,可深度融入IVF-ET治疗全周期,在卵巢刺激、配子与胚胎评估、实验室管理及临床决策中发挥关键辅助作用。其核心机制在于利用机器学习与深度学习算法强大的数据处理能力,通过整合海量临床数据,精准预测促排卵药物剂量并优化卵泡监测;基于图像识别技术,实现精子活力与胚胎发育潜能的自动化、客观化评级与非侵入性整倍性预测;结合电子见证系统与机器人技术,显著提升样本追踪安全性及显微操作标准化水平。AI技术全流程、多维度的辅助优势,能有效降低人为误差,为提升IVF-ET临床妊娠率、推动ART向精准医疗模式转变提供关键技术支撑。尽管现有AI技术仍面临数据标准化不足等挑战,其持续优化与临床转化将有力推动ART规范化实践与技术创新。