El desarrollo de la tecnología digital ha provocado un enorme boom a nivel médico. La Inteligencia Artificial (IA) puede establecer relaciones entre una gran cantidad de datos biomédicos gracias al empleo de algoritmos complejos. Esto nos permite mejorar la precisión de pautas médicas, incrementar el conocimiento en determinadas áreas, reducir errores diagnósticos y realizar predicciones en tiempo real.
¿Cómo puede mejorar la Inteligencia Artificial a la reproducción asistida?
La reproducción asistida es un área médica y, como era de esperarse, se ha comenzado a implementar la IA en los últimos años para ayudar a decidir sobre cuáles son los protocolos de trabajo más adecuados (por ejemplo, los referidos a estimulación ovárica controlada) ofrecer diagnósticos más fiables basados en el análisis de un gran volumen de datos (Big Data).
También, la IA nos permite personalizar nuestros tratamientos, utilizando la información de los ciclos que les fueron realizados previamente y permitiendo comprender, de una manera más precisa y certera, las posibilidades que tiene un paciente de tener un tratamiento exitoso.
Los laboratorios de Fecundación In Vitro (FIV) sin IA
Uno de los objetivos que se ha perseguido desde los inicios de la FIV es la selección del mejor embrión para ser transferido. Hacer una adecuada calificación de embriones en función de las probabilidades de éxitos permitiría que los pacientes consigan un embarazo lo antes posible. Si bien eso se ha conseguido parcialmente al dejar evolucionar los embriones hasta el estadio de blastocisto, y haciendo una biopsia de estos blastocistos para hacerles PGT-A, aún no se ha logrado optimizar.
Desde hace varios años se ha estado trabajando en la evaluación morfocinética de los embriones, tomando fotos y filmaciones continuas (time-lapse) para así mejorar los criterios de selección embrionaria e incrementar la probabilidad de implantación y de gestación evolutiva. Gracias a la implementación de los time-lapse se ha introducido el concepto de condiciones de cultivo estables, en relación con la posibilidad de visualización y documentación continua del embrión durante todo el desarrollo.
Hasta ahora, incluso cuando la puntuación de la calidad del embrión se basa en grandes conjuntos de datos, o cuando se utiliza el time-lapse; las puntuaciones morfocinéticas todavía se basan principalmente en anotaciones subjetivas e intermitentes de morfología y tiempos. Al estudiar la morfología del embrión de manera automatizada, este parámetro ha observado que los embriones con una buena morfología tienen más probabilidades de ser cromosómicamente normales. En sí, la morfología tiene una capacidad predictiva de aneuploidía de un 68%.
La IA en la clasificación de embriones
Mediante la aplicación de la Inteligencia Artificial ha permitido crear algoritmos que analizan y clasifican los embriones automáticamente, evaluando todos los pasos del desarrollo del embrión y además clasifica su morfología, lo cual aumenta la probabilidad de gestación y embarazo. Estos algoritmos analizan los embriones de manera automática y los clasifican en un sistema de puntuación del uno al diez en base a su calidad y morfología.
La selección embrionaria automatizada, en comparación con la manual, es más precisa. Por esto, la probabilidad de embarazo evolutivo está relacionada directamente con el porcentaje de puntuación y, por tanto, la paciente tiene mayores probabilidades de éxito. La Inteligencia Artificial alcanza una precisión del 90% en la selección de embriones cromosómicamente normales.
La IA en la selección de espermatozoides
En este caso, el objetivo de utilizar la Inteligencia Artificial es mejorar las tasas de éxito. Imaginemos una ICSI (Inyección Intracitoplasmática) utilizando los espermatozoides con el mejor potencial reproductivo. La Inteligencia Artificial se podría utilizar para seleccionar espermatozoides por morfología y fragmentación de ADN. De igual manera, esto permitiría identificar estas cualidades de los espermatozoides en las biopsias testiculares.
En resumen, la Inteligencia Artificial es una herramienta que ha llegado para quedarse en el ámbito de la medicina reproductiva y se presenta como uno de los instrumentos para mejorar el éxito de los tratamientos.