En los últimos tiempos, la Inteligencia Artificial, por medio de su desarrollo e implementación, ha demostrado su potencial para subsanar insuficiencias presentes en distintas etapas de la reproducción asistida. Entre ellas, ha ayudado a mejorar procesos en el laboratorio de Fecundación in vitro (FIV), como la selección de embriones. En este sentido, desde IVI hemos llevado a cabo los más amplios estudios sobre lo que la IA puede hacer por la selección embrionaria.

Aplicación de la Inteligencia Artificial a la selección embrionaria

Dicho estudio, gracias al cual IVI ha revolucionado el sector de la embriología, cuenta con la mayor casuística combinada de la historia. Para ello, se han analizado 2.500 embriones y 4.000 pacientes, lo que se traduce en una selección de embriones universal, estandarizada y automática. Además, los últimos hallazgos han sido publicados en la revista norteamericana Fertility and Sterility y en la European Reproductive Biology OL.

“En los laboratorios de embriología hemos aplicado soluciones basadas en datos, que nos permite evaluar el potencial de implantación embrionaria. Esto, a su vez, sirve para mejorar la eficiencia de uno de los procesos más importantes en reproducción asistida: el cultivo y la selección embrionaria. Así, contamos con una precisión del 75% en la selección de embriones cromosómicamente normales. Por su parte, con el proceso previo mediante la evaluación manual no es posible identificar esos embriones, independientemente de la experiencia del embriólogo”, explica el Dr. Marcos Meseguer, embriólogo y supervisor científico de la Unidad de Embriología de IVI Valencia. Recientemente, el doctor Meseguer ha sido considerado por la Universidad de Stanford como uno de los mejores investigadores del mundo, junto a los profesores José Remohí, Antonio Pellicer y el Dr. Juan Antonio García Velasco, todos ellos profesionales de IVI.

Hallazgo presentado en la 37ª edición de la ESHRE

El último trabajo al respecto, bajo el título “Computer vision can distinguish between euploid and aneuploid embryos. A novel artificial intelligence (AI) approach to measure cell division activity associated with chromosomal status” fue presentado ayer en el 37º Congreso de la Sociedad Europea de Reproducción Humana y Embriología (ESHRE). La cita –una de las más importantes del sector– se celebra de manera telemática por segundo año consecutivo. La doctoranda Lorena Bori, de IVI Valencia, fue la encargada de exponer los principales hallazgos del estudio, codirigido por el Dr. Meseguer y la doctora Daniella Gilboa, de Tel-Aviv.

Principales valores presentados en la ESHRE

• La técnica nace con el objetivo de analizar un embrión cromosómicamente normal –euploide– sin tener que aplicar técnicas invasivas, tales como la extracción de células del blastocisto para analizarlas cromosómicamente y conocer su contenido.
• Primera ocasión en la que una técnica basada en Inteligencia Artificial es capaz de analizar con precisión los primeros estadios de desarrollo del embrión. Además de cuantificar la duración de los ciclos celulares y permitir conocer el diámetro de las células que forman el blastocisto. Así, se genera un algoritmo que puede distinguir, con un 75% de fiabilidad, entre un embrión cromosómicamente normal o anormal.
• Más de 2.500 embriones analizados genéticamente en IVI Valencia, lo que compone la casuística más importante mundialmente a nivel científico. Esto ha permitido demostrar que los embriones, dependiendo de su contenido cromosómico, tienen un patrón de comportamiento y desarrollo distinto, y que esto se puede analizar de manera automática por análisis de imagen.
• En este sentido, los embriones euploides comienzan antes su desarrollo como blastocistos, en comparación con los embriones aneuploides. El hecho de que se requiera más tiempo para que los embriones aneuploides necesiten más tiempo para alcanzar la fase de blastocisto se explica por el mayor nivel de actividad celular.
• Este revolucionario avance en la selección y categorización de los mejores embriones, a nivel cromosómico, repercute en aumento de las tasas de gestación y embrazo. Además, reduce las probabilidades de anomalías cromosómicas, con lo que se obtiene una predicción objetiva y fiable gracias a una técnica rápida y económica.
• Se trata de una revolución en reproducción asistida, dado que permitiría evitar técnicas invasivas que, en parte, pueden afectar a la viabilidad el embrión. Así, se igualan con el PGT-A no invasivo los resultados actuales, pero evitando el coste y el daño al embrión. Además, supondría poder automatizar un proceso que, actualmente, se produce de forma manual y artesanal.

En resumen, podemos afirmar que se trata de una técnica revolucionaria, absolutamente no invasiva y que mejoraría todos los métodos actuales de selección embrionaria.

Lo que la Inteligencia Artificial puede hacer por los tratamientos de FIV

La Inteligencia Artificial, en su sentido más amplio, supone aprendizaje automático y aprendizaje profundo. Esto se aplica a cualquier programa destinado a resolver problemas, aprender de las experiencias y realizar tareas imitando la forma de proceder de los seres humanos.

“Este sistema clasifica embriones de manera automática, a través de métodos de aprendizaje dirigido basados en la experiencia de embriólogos expertos. Así, detecta y evalúa todos los pasos del desarrollo del embrión y clasifica su morfología. La selección embrionaria automatizada, en comparación con la manual, es más precisa. Por ello, la probabilidad embarazo evolutivo está relacionada directamente con el porcentaje de puntuación, con lo que, por tanto, la paciente tiene mayores probabilidades de éxito”, comenta el Dr. Meseguer.

Mejoras en los tratamientos de reproducción asistida gracias a la IA

• Mayor capacidad y anticipación de identificación del paciente potencial, gracias a nuevos indicadores de infertilidad y correlaciones con patrones de comportamiento, a través del análisis de big data.
• Mejoras en la gestión de las expectativas de los pacientes, gracias al análisis de predicciones del éxito de la FIV, considerando los nacidos vivos.
• Mayores tasas de éxito del tratamiento, en base a un tratamiento personalizado e individualizado.
• Apoyo en la toma de decisiones clínicas, en cada paso del proceso de laboratorio, en base a algoritmos y visión por computadora para identificar la mayoría de gametos y embriones viables.
• Definición del estado de recepción del endometrio, gracias a algoritmos inteligentes y biomarcadores que colaboran en la determinación de las posibilidades de una transferencia óptima y consecución del embarazo.