La llegada de la inteligencia artificial a la reproducción asistida

“Por el momento, la evidencia médica ha demostrado múltiples beneficios de la aplicación de la inteligencia artificial en la selección de los embriones previamente a la transferencia al interior del útero y esto ya se está poniendo en práctica en algunas clínicas”, señala el doctor Joaquín Llácer, director médico de las clínicas Ginefiv, en un artículo para EFEsalud sobre la llegada de la inteligencia artificial a la reproducción asistida.

El ginecólogo Joaquín Llácer, autor de este artículo sobre inteligencia artificial, cuenta con más de 30 años de experiencia en el ámbito de la reproducción asistida.

Licenciado en Medicina y Cirugía por la Universidad de Valencia,  cursó la especialidad de obstetricia y ginecología en el Hospital Universitario La Fe de Valencia y es doctor en Medicina por la Universidad Miguel Hernández de Elche (Alicante).

Además, ha compaginado su labor asistencial con la docencia en diferentes másteres de posgrado en la Universidad Complutense de Madrid y en la Universidad de Alicante. Es autor de más de cincuenta trabajos publicados en prestigiosas revistas de medicina reproductiva, nacionales e interna

Inteligencia artificial para apoyar la natalidad: la llegada de la IA a la reproducción asistida

Doctor Joaquín Llácer, director médico de las clínicas Ginefiv

Aunque puede parecer el futuro, la implantación de la inteligencia artificial en las técnicas de reproducción asistida comienza a ser una realidad en algunos centros de España.

Las herramientas de Big Data y el Machine Learning han demostrado ser útiles para facilitarnos a los profesionales sanitarios la toma de decisiones basada en datos, para poder así optimizar los resultados en beneficio de las pacientes y las parejas.

Las podemos aplicar a la labor diaria de los embriólogos en el laboratorio y de los ginecólogos en consulta, ya que este profundo análisis de datos nos va a ayudar a definir mejor aspectos clave como la selección embrionaria, una de las funcionalidades más avanzadas actualmente, los tiempos de los tratamientos o cuándo realizar la recogida de gametos. Elementos que pueden condicionar tanto el éxito del tratamiento como aportar a la paciente una mejor experiencia.

Por el momento, la evidencia médica ha demostrado múltiples beneficios de la aplicación de la inteligencia artificial en la selección de los embriones previamente a la transferencia al interior del útero, y esto ya se está poniendo en práctica en algunas clínicas.

Si bien pueden sonar algo abstracto, se materializa en que, con los datos que tenemos de un embrión, fundamentalmente cientos de fotos y videos, el sistema es capaz de indicarnos cuál de ellos tiene más posibilidades de dar lugar a un embarazo a término y cuáles pueden presentar alteraciones cromosómicas y por tanto no ser capaces de generar un embarazo viable.

Así mismo, podemos valorar mejor cuál es el momento más adecuado para realizar la transferencia embrionaria con éxito.

Doctor Joaquín Llácer, director médico de clínicas Ginefiv. Foto cedida

Para conseguirlo, disponemos de incubadoras con tecnología Time-Lapse que nos permiten analizar el desarrollo completo del embrión sin sacarlo del incubador reduciendo al máximo el tiempo que deben permanecer fuera de la incubadora.

A través de las fotos y videos vemos qué ocurre en todas las etapas de desarrollo embrionario, desde el procedimiento de microinyección espermática hasta la transferencia al útero o su congelación para ser guardados y transferidos con posterioridad.

El proceso de selección embrionaria repercute en un beneficio directo para las pacientes, acortando los tiempos para conseguir un embarazo y el nacimiento de un bebé sano.

De forma paralela, estamos trabajando en el desarrollo de nuevas funcionalidades que nos permitan seguir aplicando la inteligencia artificial en la optimización de los procesos de reproducción asistida.

Inteligencia artificial para diferentes procesos

Porque, a pesar de que aún estamos lejos de comprobar todo su potencial, estimamos que es una herramienta que podemos aplicar en múltiples procesos de reproducción humana.

Por ejemplo, estamos realizando ya ensayos clínicos para comprobar si podemos emplear la inteligencia artificial para tener un pronóstico más claro de cuál es la probabilidad de éxito de la fecundación in vitro en un número determinado de intentos.

Esto nos va a ayudar a dar a las pacientes una imagen más clara de cuál es su situación y ayudar tanto al equipo médico como a los pacientes a tomar la mejora decisión.

También estamos estudiando si, mediante fotografías de ovocitos, es posible calcular las probabilidades de generar un embrión viable.

Todo ello va orientado a intentar reducir la tasa de abandono de los tratamientos de reproducción asistida por parte de las pacientes, que muchas veces se dan por vencidas por la carga emocional que supone la continua incertidumbre sobre si realmente podrán conseguir su objetivo, que no es otro que tener un hijo sano.

El futuro será que, tanto el equipo multidisciplinar de profesionales sanitarios como las pacientes, puedan tener acceso a más información desde el inicio del tratamiento.

A nivel de investigación clínica, otra de nuestras hipótesis actuales es que la inteligencia artificial hará innecesarios muchos de los ensayos clínicos que se realizan en la actualidad y posibilitará la obtención de gran cantidad de datos de tratamientos en la vida real que resolverán las dudas sobre cuáles son los tratamientos más adecuados y efectivos para los diferentes grupos de pacientes según sus características.

Dilemas éticos

A pesar de las ventajas que pueden aportar estos avances médicos, no debemos perder de vista los dilemas éticos que también debatimos actualmente los profesionales sanitarios y que nos van a ayudar a fijar los límites de la tecnología, un aspecto igualmente relevante.

Los sistemas basados en redes neuronales especialmente el denominado “Deep Learning” son “cajas negras” que aconsejan decisiones, pero no las justifican. Esto puede generar desconfianza por parte de los médicos y los pacientes, ya que no saben cómo se obtiene una recomendación o diagnóstico específico.

Aunque los modelos de “Deep Learning” pueden ser muy precisos, aún pueden cometer errores. Es fundamental establecer responsabilidades claras sobre las decisiones tomadas por estos sistemas y definir protocolos para manejar situaciones en las que los modelos fallan o toman decisiones incorrectas o incluso discriminatorias.

Estamos aún en la búsqueda de un protocolo o curso de acción que nos permita validar los sistemas de inteligencia artificial y sus recomendaciones o decisiones.

Por ello, frente a los pros y los contras de estos softwares incipientes, es esencial tener presente que pueden ser unos buenos aliados de los profesionales de reproducción asistida si se emplean de forma adecuada, en base a la evidencia científica y acorde con las necesidades de las pacientes.

Otras notas de Salud:  Belleza facial en siete retoques estéticos

Dejá un comentario