La inteligencia artificial: un aliado emergente en la reproducción asistida

Desde el nacimiento del primer bebé concebido mediante fertilización in vitro (FIV) en 1978, los avances en tecnología de reproducción asistida (TRA) transformaron la forma en que las parejas enfrentan los desafíos de la infertilidad. Hoy, la inteligencia artificial (IA) está revolucionando este campo, no solo podrían aumentar las tasas de éxito de los tratamientos, sino también reducir costos y personalizar las terapias para satisfacer las necesidades individuales de los pacientes.

¿Qué es la inteligencia artificial y cómo se aplica en la reproducción asistida?

El término IA fue acuñado por primera vez por John McCarthy en el Proyecto de Investigación de Verano de Dartmouth sobre Inteligencia Artificial en 1955. La IA se define como la capacidad de las máquinas para aprender y mostrar inteligencia, lo que contrasta marcadamente con la inteligencia natural demostrada por los humanos y los animales. La IA se desarrolló rápidamente y gradualmente penetró en nuestra vida personal y social desde entonces.

En el contexto de la medicina reproductiva, la IA permite analizar grandes cantidades de datos clínicos y hormonales, optimizando decisiones críticas en el tratamiento de la infertilidad. Según un estudio publicado en npj Digital Medicine, la IA demostró un gran potencial para individualizar tratamientos, seleccionando y dosificando medicamentos, monitoreando ciclos de fertilidad e induciendo la maduración de ovocitos con una precisión sin precedentes. Esto reduce la dependencia de la experiencia subjetiva de los especialistas y mejora la reproducibilidad de los procedimientos.

Impacto y aplicaciones de la IA en la reproducción asistida

Hoy en día, la IA ya está presente en múltiples etapas de los tratamientos de TRA, a saber:

Estimulación de la ovulación: La IA ayuda a determinar el mejor esquema de estimulación ovárica basado en las características individuales de cada paciente.

Momento de la aplicación de HCG: La IA indica el momento óptimo para la aplicación de la hormona HCG, crucial para la maduración final de los óvulos.

Monitoreo de la ovulación: Asociada a equipos de ecografía, la IA realiza mediciones precisas de los folículos durante el monitoreo de la ovulación.

Selección de ovocitos y embriones: La IA selecciona los ovocitos y embriones con mayor calidad y mejores posibilidades de implantación, reduciendo la variabilidad entre operadores y estandarizando los procedimientos. La incorporación de análisis de imágenes, apoyada por algoritmos avanzados, reduce errores y minimiza la carga de trabajo manual, proporcionando una clasificación automática precisa. Esta práctica, aunque aún semiautomática en la mayoría de los casos, se está posicionando como una herramienta esencial.

Según la Biblioteca Nacional de Medicina de los Institutos Nacionales de Salud de EE. UU. (NIH/NLM), integrar modelos de IA y aprendizaje automático permite a los expertos en reproducción determinar los tratamientos más adecuados para cada paciente. Esto no solo incrementa las tasas de embarazo exitoso, sino que también reduce la carga financiera asociada.

La IA se utiliza, además, para establecer modelos predictivos útiles en tecnologías de reproducción asistida. Estos modelos permiten predecir con mayor precisión los resultados de los tratamientos, aumentando la eficacia general de las TRA. Por ejemplo, la posibilidad de definir marcadores no invasivos (pruebas genéticas que se realizan en embriones o fetos sin necesidad de biopsia o invasión) para la selección de embriones podría revolucionar la forma en que se abordan los ciclos de FIV. El objetivo de los marcadores no invasivos en reproducción asistida es identificar embriones o fetos sanos y reducir el riesgo de anomalías cromosómicas. Los métodos tradicionales de selección de embriones, basados en criterios morfológicos, tienen, en cambio, limitaciones importantes. La IA, al analizar enormes volúmenes de información obtenida mediante diagnóstico genético y pruebas preimplantacionales, ofrece un enfoque más integral. Hay que tener en cuenta que la calidad de los embriones es el factor más crítico en el éxito de la FIV.

Logros y límites

A pesar de sus logros, el uso de la IA en medicina reproductiva enfrenta obstáculos. Según un informe de la Asociación Nacional de Clínicas de reproducción asistida de España (Anacer), las limitaciones incluyen la calidad y cantidad de datos disponibles, así como la falta de ensayos clínicos a gran escala que validen externamente los algoritmos.

La Dra. Kylie Dunning, investigadora de la Universidad de Adelaida, enfatizó la necesidad de más investigaciones revisadas por pares para validar los enfoques asistidos por IA. "Es crucial asegurarnos de que estos métodos sean realmente mejores que las prácticas actuales y evitar ofrecer falsas esperanzas", declaró en una entrevista reciente.

Otro aspecto crítico es la privacidad y seguridad de los datos genéticos y médicos de los pacientes. Los sistemas deben garantizar la confidencialidad de esta información, cumpliendo con normativas internacionales como el Reglamento General de Protección de Datos (GDPR).

Implementación en Procrearte

En el centro Procrearte, estamos ya utilizando IA para evaluar la calidad de los ovocitos en dos situaciones específicas:

Ovocitos vitrificados: La IA evalúa la calidad de los ovocitos destinados a la vitrificación, proporcionando a las pacientes una expectativa real sobre su futuro desarrollo embrionario.

Ovocitos frescos: La IA también se aplica a los ovocitos que se van a fertilizar en fresco, evaluando su calidad y su potencial para llegar a la etapa de blastocisto. Estas aplicaciones son claves, ya que hasta ahora la calidad de los ovocitos sólo podía evaluarse mediante criterios morfológicos. La IA permite un diagnóstico más preciso y una mejor planificación de los tratamientos.

La inteligencia artificial está cambiando radicalmente la reproducción asistida, ofreciendo nuevas esperanzas a millones de personas en todo el mundo. Aunque los desafíos son importantes, los beneficios potenciales de esta tecnología son incuestionables. Con una investigación constante y un enfoque ético, la IA podría marcar el comienzo de una nueva era en la lucha contra la infertilidad, democratizando el acceso a tratamientos efectivos y mejorando la calidad de vida de quienes sueñan con concebir.