La inteligencia artificial lleva años formando parte de nuestra vida cotidiana, donde cada vez estamos más cerca de que se hagan realidad algunas de las aplicaciones que podemos ver en películas y series de televisión.
Hoy os presentamos este trabajo de revisión publicado en el volumen 9 de la revista Medicina Reproductiva y Embriología Clínica, escrito por Paula Martín-Climent y Juan M. Moreno-García.
Para ello, llevan a cabo una revisión bibliográfica exhaustiva en diferentes bases de datos y estudios de sociedades científicas para buscar trabajos sobre el tema a investigar mediante el uso de palabras clave (artificial intelligence, FIV, ART).
En un laboratorio de reproducción asistida, los especialistas que trabajan en él, deben obtener información de las muestras biológicas, para posteriormente analizarla y actuar conforme a sus observaciones. Este proceso tradicional, conlleva limitaciones más que demostradas, que dependen en un alto porcentaje de la experiencia de la persona que lo ejecuta y de la carga asistencial a la que esté sometido. A pesar de ello, su validez también está más que demostrada por muchos estudios.
Sin embargo, los equipos de automatización en los laboratorios, son capaces de manejar una cantidad de datos morfológicos y cinéticos mucho superiores a los que podría gestionar un ser humano, eliminando el sesgo inter e intrapersonal.
La inteligencia se podría definir como la capacidad de los individuos para entender, comprender, aprender y tomar decisiones frente a diferentes situaciones. La inteligencia artificial, es capaz de simular estos procesos mediante el uso de algoritmos, capaces de manejar una cantidad de datos mucho mayor. Por tanto, sería lógico pensar que a mayor cantidad de datos analizados, mejor podría ser la valoración final, ya que se tendría mucha más información con la que la predicción debería ser más fiable, pero esto es así, o la inteligencia artificial también plantea limitaciones…
Los autores de este trabajo, plantearon 4 grupos diferentes, según a la muestra biológica o técnica que afectan:
Inteligencia artificial en análisis de semen:
Es el punto de partida de la aplicación de la inteligencia artificial en el mundo de la reproducción asistida. Ya en los años 80 se desarrolló el sistema CASA (Computer Assisted Semen Analysis), que usaba algoritmos para valorar el movimiento espermático. A partir de este sistema, se produjeron otros más modernos que ofrecen información más completa.
El parámetro más complejo de analizar y que más error suele encontrar entre los profesionales es la morfología, por eso, la inteligencia artificial se centra sobre todo en analizar esta característica usando diferentes algoritmos.
Ya se están desarrollando sistemas de análisis seminal utilizando dispositivos móviles inteligentes, capaces de analizar la movilidad y concentración espermática sin problemas, consiguiendo un análisis morfológico muy aceptable también.
Otros sistemas disponibles en el mercado muestran buenos resultados al analizar diferentes parámetros, como el pH, concentración, movilidad y morfología (basada en valores de la OMS). También se puede medir la capacidad de penetración en el moco cervical, vitalidad, fragmentación espermática, concentración de leucocitos, pero aún no existe bibliografía que certifique su correcto funcionamiento.
Inteligencia artificial en análisis de ovocitos:
La aplicación de la inteligencia artificial al análisis ovocitario es más reducida y se encuentra orientada a definir la calidad del gameto y predecir su capacidad de fertilización.
Entre los parámetros que se analizan del ovocito destacan el corpúsculo polar, el citoplasma, la zona pelúcida, espacio perivitelino y vacuolas.
Destaca el sistema Violet-Oocyte Prediction, que según un estudio publicado, ofrece una mejor predicción en la capacidad de fertilización y desarrollo a blastocisto del ovocito, frente a 17 embriólogos de 8 clínicas diferentes. Sin embargo, su desarrollo aún necesita de estudios multicéntricos que validen los resultados obtenidos.
Inteligencia artificial en análisis del desarrollo embrionario:
Gracias a multitud de estudios, los procesos de fertilización y desarrollo embrionario están ampliamente descritos y alineados en un eje cronológico establecido.
Algoritmos son capaces de medir en la etapa de zigoto (16-18 horas post-inseminación) parámetros como la presencia y apariencia de los pronúcleos y sus precursores nucleorales, corpúsculos polares, halo citoplasmático y zona pelúcida, permitiendo discernir entre los de mejor calidad.
Como ya sabemos, el zigoto, se divide en 2 blastómeros, luego en 4 y al tercer día de desarrollo en 8, esta etapa suele ser conocida como la de pre-embrión. Existen algoritmos capaces de predecir la probabilidad de llegar a blastocisto, al tomar mediciones morfocinéticas de los primeros días de desarrollo embrionario. Esto es gracias a la tecnología Time-Lapse (TL), que permite tomar imágenes de embriones en intervalos de unos 5 minutos, para después montar un video donde se observa el desarrollo del embrión. Con esta tecnología, pasamos de tener la puntual información que nos brinda una observación al microscopio al día, con la enorme cantidad de datos que se pueden recoger con estos sistemas de TL.
La siguiente tabla, muestra los algoritmos que usan dos equipos de TL y la función que realizan en el desarrollo embrionario:
| Equipo | Algoritmo | Función | Aprobado FDA |
| Gery | Eeva | Predice el desarrollo embrionario hasta blastocisto, evaluando parámetros hasta día+3 | Si |
| Embryoscope | KIDScore-D3 | Predice potencial de implantación evaluando parámetros hasta día+3 | Si |
Existe otro algoritmo capaz de definir la ploidía embrionaria y su capacidad de implantación (ERICA). Sin embargo, los estudios realizados hasta ahora, solo dan información hasta obtener una beta positiva.
Sin duda alguna, el papel de las ómicas va tomando más relevancia en el campo de la embriología, y ya se están realizando estudios donde se combinan la inteligencia artificial, perfil metabolómico, estilo de vida y demografía para establecer un protocolo que proponga tratamientos personalizados con mayor garantía de éxitos.
Inteligencia artificial en la técnica ICSI:
Esta técnica de reproducción asistida es la más usada a nivel mundial, por lo que su optimización, repercutirá en un aumento en las tasas de recién nacidos mediante técnicas de reproducción asistida notables. El ICSI robótico se desarrolló en el 2011, obteniendo unos primeros resultados prometedores.
En este caso, deben existir algoritmos que ayuden en la elección del mejor espermatozoide, la detección de estructuras ovocitarias y la realización de la técnica de microinyección en sí.
Existen algoritmos capaces de seleccionar espermatozoides a 400-600x, analizando el acrosoma, la forma de la cabeza y la existencia de vacuolas.
Actualmente, está en desarrollo el sistema Balbys, que selecciona espermatozoides mediante IMSI en un tiempo reducido. Sin embargo, no existen actualmente estudios que favorezcan su uso en la práctica clínica diaria.
Discusión y conclusiones de los autores:
La mayoría de los estudios analizados, respecto a los gametos masculinos, tiene la misma tendencia en centrarse en analizar la morfología de la cabeza espermática, dejando en segundo plano, la morfología de la parte intermedia y cola, que también tienen su papel importante en los procesos reproductivos. Además, existen varios algoritmos que deben finalizar estudios multicéntricos para comprobar su validez en la rutina diaria de un laboratorio.
La inteligencia artificial también se centra en el análisis de ovocitos y embriones. En este caso, se analizan tanto imágenes fijas como videos, que se centran en diferentes etapas del desarrollo embrionario (aparición y borrado de pronúcleos, división celular, fragmentación celular, llegada a blastocisto…). El principal problema que presentan estos estudios, es que suelen ser de carácter retrospectivo, y para una valoración real, serían necesarios estudios multicéntricos y ensayos aleatorizados controlados que nos ayuden a predecir la probabilidad de nacido vivo, no de beta positiva.
Además de los datos morfológicos y morfocinéticos, se están completando estos estudios con la inclusión de datos demográficos de los pacientes, de laboratorio y ómicos, que sin duda, ayudarán a mejorar los resultados.
Los algoritmos para seleccionar el mejor espermatozoide para realizar una ICSI, presentan un gran problema: analizar a tiempo real movilidad y morfología, mientras el espermatozoide siga siendo útil para la fertilización.
Si bien, cabe resaltar una máxima: Los algoritmos son tan buenos como los datos en los que se basan.
Nuestra valoración:
La inteligencia artificial, cada vez va tomando más fuerza en la medicina reproductiva, y posiblemente, en algunos años, ya esté totalmente implementada en los laboratorios. Además, se podría añadir la automatización de los tratamientos, que pese a quitar la “parte romántica” a este trabajo, conseguirá una estandarización entre clínicas y profesionales.
Si quieres ampliar la información, no dudes en consultar este interesante artículo de revisión.
No te pierdas nuestro blog si quieres estar informado sobre fertilidad y reproducción asistida:
Bibliografía:
-Aplicación de la inteligencia artificial en el laboratorio de reproducción asistida. Trabajo de revisión. Paula Martín-Climent, juan M. Moreno-García. Medicina Reproductiva y Embriología Clínica. 2022;9:100119.
Dejar una opinión