Inteligencia artificial y Reproducción Asistida

Desde 1955 en el que John McCarthy acuñó el término de Inteligencia Artificial (IA) y de la mano del desarrollo de computadoras potentes y con gran capacidad de análisis y almacenaje de datos, surgen en los últimos años multitud de aplicaciones e informaciones basadas en la IA.  A diferencia de la inteligencia natural, mostrada por humanos y animales, en este caso son las computadoras las que tienen capacidad para aprender y mostrar inteligencia.

Sin lugar a dudas, el desarrollo de la tecnología digital ha provocado un enorme boom a nivel médico. La IA puede establecer relaciones entre una gran cantidad de datos biomédicos gracias al empleo de algoritmos complejos. Esto permite mejorar la precisión de pautas médicas, incrementar el conocimiento en determinadas áreas, reducir errores diagnósticos y realizar predicciones en tiempo real.

¿Cómo puede ayudar la Inteligencia Artificial a la Reproducción Asistida?

La reproducción asistida es un área médica más, en la que la IA también se está implementando 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) o mejorar los criterios de selección embrionaria para incrementar la probabilidad de implantación y de gestación evolutiva.

¿Puede mejorar la IA mi tratamiento de Fecundación in Vitro (FIV)?

Además de los posibles beneficios comentados en el apartado anterior, la IA es capaz de realizar modelos predictivos basados en las características de los pacientes y en toda la información de los ciclos que les fueron realizados previamente. Se trata de personalizar un tratamiento reproductivo en el que se pueda ofrecer las máximas garantías de embarazo. No obstante, hay que ir con cautela y es necesario que la IA se nutra de datos fiables, contrastados y correctamente introducidos en los sistemas. De no ser así, se podría estar produciendo el efecto contrario y producir un perjuicio sobre los pacientes. Además, son necesarios estudios prospectivos y reproducibles para contrastar los algoritmos empleados en cada caso.

Inteligencia Artificial (IA) en los laboratorios de Instituto Bernabeu

Desde el Instituto Bernabeu se están desarrollando varios proyectos basados en IA, en el que se están testando determinados algoritmos en base a la información generada por miles de pacientes y embriones. En líneas generales, estos algoritmos van orientados a que los pacientes obtengan en el menor tiempo posible el nacimiento de un bebé sano.

Uno de ellos ha sido aceptado como comunicación oral en el congreso europeo de fertilidad (European Society of Human Reproduction and Embryology, ESHRE) este mismo año (https://www.institutobernabeu.com/es/actualidad/una-investigacion-del-instituto-bernabeu-aplica-la-inteligencia-artificial-para-predecir-el-mosaicismo-y-las-aneuploidias-en-el-embrion/). Este estudio trata de encontrar un modelo predictivo en el que podamos establecer cuál es la probabilidad de tener un embrión con alguna alteración cromosómica (aneuploidías) en un ciclo de fecundación in vitro (FIV).  Se trata de identificar a parejas que tienen riesgo de tener un embrión con aneuploidía y/o mosaicismo embrionario. Estas parejas se podrían beneficiar de la técnica de diagnóstico genético preimplantacional para aneuploidías (PGT-A) llevada a cabo en el blastocisto en el quinto/sexto día de desarrollo embrionario. De esta forma se incrementaría el número de gestaciones que son evolutivas y llegan a la consecución de un niño nacido vivo sano.

Siguiendo la misma línea que el proyecto anterior, durante estos días se comunica en Toledo, dentro del Congreso de la Asociación Española para el Estudio de la Biología de la Reproducción (ASEBIR) otro estudio en el que tratamos de identificar mediante IA aquellos factores que aumentan el riesgo de sufrir un aborto bioquímico tras la transferencia de embriones cromosómicamente normales (euploides) en ciclos de PGT-A.

Finalmente, y de manera prospectiva, también estamos desarrollando un proyecto de investigación basado en IA en el que tratamos de encontrar un algoritmo de selección embrionaria que sea capaz de predecir e identificar el embrión con mayor potencial implantatorio. En este caso, el estudio está basado en el análisis de nuevos parámetros morfológicos y morfocinéticos del embrión evaluados mediante time-lapse, así como parámetros propios de los pacientes y extraídos de su historial clínico.

Dr. Jorge Ten, director de la Unidad de Embriología del Instituto Bernabeu