La IA aumenta un 7% la posibilidad de lograr un embarazo

El empleo de la inteligencia artificial (IA) cada día cobra más más protagonismo en el campo de la salud y la investigación, y sus ventajas han llegado incluso la Medicina Reproductiva. Así se pone de manifiesto en el estudio «Predicting time to live Birth with Deep Learning embryo Ranking: a novel multiple imputation approach», liderado por investigadores de IVI Valencia y presentado el viernes en Barcelona, que muestra cómo gracias a la aplicación de la IA se puede reducir aproximadamente en un 7% el tiempo necesario para conseguir un bebé.

«Se trata de un estudio con una amplia muestra de más de 70.000 embriones transferidos que, gracias a estos resultados, nos permite mejores resultados en el menor tiempo y con las mayores garantías. Definitivamente, en materia de tiempo y estrés emocional, es un gran avance para muchas pacientes», tal y como explica Marcos Meseguer, coordinador del trabajo y director global de embriología de congreso IVI RMA.

En el marco del este congreso se dieron a conocer precisamente diferentes trabajos sobre cómo estas herramientas tecnológicas podrían mejorar la toma de decisiones en los tratamientos de reproducción asistida al proporcionar un apoyo objetivo basado en datos: selección embrionaria, selección de gametos o estimulación ovárica son solo algunos de los campos en los que la IA puede tener un gran potencial.

Los datos presentados confirman que la IA aplicada a la selección embrionaria ha permitido aumentar también en un 5% la tasa de embarazo, llegando a un 7% cuando nos referimos a tasa acumulada (en varios intentos), según el estudio «Undisturbed culture: a clinical examination of this culture strategy on embryo in vitro development and clinical outcomes», publicado en la revista «Fertility and Sterility».

Uno de sus usos más prometedores es en estimulación ovárica

«Fruto de nuestras investigaciones, hemos podido deducir que en el 80% de los casos en los que el embriólogo selecciona los embriones, la IA ofrece una alternativa de mejor pronóstico. Este tipo de datos es una muestra más de que el impacto de la IA en reproducción asistida no ha hecho nada más que empezar», apunta Meseguer.

Al margen de estos prometedores resultados, otras interesantes investigaciones abordan la aplicación de la IA a la selección de gametos, como el «AIPowered Oocyte Assessment», donde se analizan más de 3.000 óvulos y 300 muestras de semen por inteligencia artificial para asistir al embriólogo en el laboratorio y que se presentó en el marco del congreso.

«Aplicada a la predicción de la calidad de los ovocitos, la IA tiene un gran potencial en estrategias de preservación de la fertilidad y programas de donación de ovocitos, al determinar el número óptimo de los necesarios para procedimientos específicos. La IA puede ayudar a los embriólogos de dos maneras importantes: primero, prediciendo la probabilidad de obtener un blastocisto por cada ovocito individual; y segundo, asignando el número ideal de ovocitos para la criopreservación o la inseminación, según las características del ciclo y de la paciente», explica Laura Rienzi, directora científica de IVI RMA Italia.

Y es que, dentro de la revolución que ha supuesto la aplicación de la IA al campo de la Medicina reproductiva, uno de sus usos más prometedores es en la estimulación ovárica, ya que la calidad y el número de ovocitos es la variable más importante y es la que contribuye en mayor medida al éxito reproductivo en estos tratamientos.

Sin embargo, el ovocito es el único componente clave de los tratamientos de reproducción asistida para el que no se contaba con un método de evaluación estandarizado, lo que ha hecho que se trabaje en el desarrollo de herramientas basadas en IA para su evaluación.

En este punto, otra de las investigaciones titulada «Machine learning tool for predicting mature oocyte yield and trigger day from start of stimulation: towards personalized treatment», publicada en «Reprod Biomed Online» y presentada también en el marco del congreso, ofrece a la paciente información acerca del número de ovocitos que se espera obtener, la duración de su proceso de estimulación, así como cuándo es probable que se produzca la punción ovárica.

Entre sus beneficios se encuentra la personalización del tratamiento, ya que la herramienta de IA utiliza algoritmos de aprendizaje profundo para analizar datos de ciclos de estimulación ovárica anteriores y predecir resultados específicos para cada paciente. Esto permite a los médicos adaptar el tratamiento de estimulación ovárica según las características individuales de cada paciente, mejorando así las probabilidades de éxito.