En los últimos años, el desarrollo e implementación de la tecnología de Inteligencia Artificial (IA) ha demostrado el potencial para abordar las ineficiencias en varios pasos de la reproducción asistida, que incluyen la mejora en algunos procesos del laboratorio de Fecundación in vitro (FIV) y, más concretamente, en la selección de embriones.

En este sentido, IVI ha llevado a cabo los estudios más amplios acerca de la aplicación de la Inteligencia Artificial a la selección embrionaria, con la mayor casuística combinada de la historia científica hasta el momento, mediante el análisis de 25.000 embriones y 4.000 pacientes. Gracias a este estudio, IVI ha revolucionado el sector de la embriología, disponiendo en sus clínicas de una diversidad de técnicas que permiten ofrecer una selección embrionaria 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 para evaluar el potencial de implantación embrionaria, lo que nos permite mejorar la eficiencia de uno de los procesos más importantes en reproducción asistida: el cultivo y la selección embrionaria, con una precisión del 75% en la selección de embriones cromosómicamente normales, siendo que en el proceso previo mediante evaluación  manual no es posible identificar estos embriones, independientemente de la experiencia del embriólogo”, comenta el doctor Marcos Meseguer, embriólogo y supervisor científico de la Unidad de Embriología de IVI Valencia. Además, el Dr. Meseguer ha sido considerado recientemente por la Universidad de Stanford como uno de los mejores investigadores del mundo, junto a los profesores José Remohí, Antonio Pellicer y el doctor Juan Antonio García Velasco, todos ellos profesionales de IVI.

El último trabajo sobre la aplicación de la Inteligencia Artificial a la selección embrionaria, bajo el título “Computer vision can distinguish between euploid and aneuploid embryos. A novel artificial intelligence (Inteligencia Artificial) approach to measure cell division activity associated with chromosomal status”, se presenta hoy en la 37ª edición de la ESHRE, que este año, por segunda ocasión y debido a la situación sanitaria, tiene lugar en formato online. La doctoranda Lorena Bori, de IVI Valencia, ha sido la encargada de exponer los principales resultados del estudio, codirigido por el Dr. Meseguer y la doctora Daniella Gilboa, de Tel-Aviv.

Valores principales del estudio presentado en la ESHRE

• Nace con el objetivo de llegar a analizar un embrión cromosómicamente euploide sin necesidad de aplicar técnicas invasivas, es decir, extraer del blastocisto un número de células (entre 5 y 10), necesarias para poder analizarlas cromosómicamente y conocer el contenido del blastocisto.
• Por primera vez, un sistema basado en la Inteligencia Artificial puede analizar con precisión los primeros estadios de desarrollo embrionario y cuantificar la duración de los ciclos celulares, además de conocer el diámetro de las células que forman el blastocisto, generando así un algoritmo capaz de distinguir entre un embrión cromosómicamente normal o anormal con un 75% de fiabilidad.
• Más de 2.500 embriones analizados genéticamente en IVI Valencia – casuística más importante analizada científicamente a nivel mundial -permiten demostrar que los embriones, en función de su contenido cromosómico, se comportan de manera diferente en su patrón de desarrollo y que este se puede analizar de manera automatizada por análisis de imagen.
• Así, los embriones cromosómicamente normales (euploides) comienzan su desarrollo como blastocistos en un momento ligeramente anterior al de los embriones aneuploides. Este plazo más largo para que los embriones aneuploides alcancen su crecimiento hasta la fase de blastocisto se explica por su mayor nivel de actividad celular.
• La posibilidad de seleccionar y categorizar cromosómicamente los mejores embriones supone un aumento en las tasas de gestación y embarazo, y reduce las probabilidades de anomalías cromosómicas, proporcionando una predicción objetiva y fiable, mediante una técnica rápida y económica.
• Esto es una revolución en RA porque permitiría evitar las técnicas invasivas que, en cierta manera, pueden afectar a la viabilidad del embrión, igualando con el PGT-a no invasivo los resultados actuales sin el coste y el daño al embrión que estos conllevan. Además, supondría la automatización de un proceso que actualmente se realiza manualmente y de manera artesanal.

¿Cómo puede mejorar la IA los tratamientos de FIV?

La IA es un término amplio que incluye aprendizaje automático y aprendizaje profundo; se refiere a cualquier programa con la capacidad de resolver problemas, aprender de las experiencias y realizar tareas como lo hacen normalmente los seres humanos.

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

Así, las mejoras que la IA puede ofrecer en los tratamientos reproductivos serían:

• Identificación más amplia y anticipada del paciente potencial con nuevos indicadores de infertilidad y correlaciones de los patrones de comportamiento a través de análisis de big data.
• Mejora en la gestión de las expectativas de los pacientes a través del análisis de predicciones del éxito de la FIV considerando los nacidos vivos.
• Mayores tasas de éxito del tratamiento a través de un protocolo personalizado e individualizado.
• Apoyo en la toma de decisiones clínicas en todos los pasos del proceso de laboratorio, basado en algoritmos y visión por computadora para identificar la mayoría de los gametos y embriones viables.
• Definición del estado de recepción del endometrio a través de algoritmos inteligentes y biomarcadores que ayudan a determinar las posibilidades de una transferencia óptima y consecución del embarazo.