Por primera vez, la Inteligencia Artificial alcanza una precisión del 90% en la selección de embriones cromosómicamente normales

En el marco del 38º Congreso de la Sociedad Europea de Reproducción Humana y Embriología (ESHRE): o Se han analizado 2.500 embriones, ofreciendo una técnica revolucionaria en el sector de la embriología, no invasiva, universal, estandarizada y automática que mejora todos los métodos actuales de selección embrionaria

La Inteligencia Artificial (IA) ha llegado a nuestras vidas para quedarse. Sus prometedores resultados en los diferentes ámbitos sociales, políticos, económicos e incluso científicos perfilan un lugar preferente para esta disciplina cuyo interés y aplicaciones crecen a un ritmo vertiginoso.

Es en este contexto donde cobra sentido el estudio “Artificial intelligence (AI) based triage for preimplantation genetic testing (PGT); an AI model that detects novel features in the embryo associated with ploidy”, presentado en la 38ª edición del Congreso de la Sociedad Europea de Reproducción Humana y Embriología (ESHRE), celebrada este año en Milán, y liderado por el doctor Marcos Meseguer, embriólogo y supervisor científico de IVI Valencia.

“Se trata de un estudio pionero, ya que, por primera vez en el mundo, hemos desarrollado y combinado entre sí 5 módulos independientes que analizan características del embrión por visión computacional, alcanzando así una precisión del 90% en la predicción de los embriones cromosómicamente normales. Poder evaluar de esta manera el potencial de implantación embrionaria nos permite mejorar la eficiencia de un proceso fundamental en reproducción asistida, como es el del cultivo y la selección embrionaria”, explica el Dr. Meseguer.

Este es un porcentaje de precisión sin precedentes, que se aproxima al obtenido mediante el estudio convencional del embrión de manera invasiva. La IA ofrece así la posibilidad de estudiar el embrión a través de complejos algoritmos que evitarían tener que manipularlo y extraerle las células, pudiendo obtener una alta capacidad de acierto en la selección de aquellos viables para transferir al útero materno.

“El germen de este estudio responde a una realidad incuestionable: El desarrollo embrionario no se da de la misma forma en embriones euploides–cromosómicamente normales – y aneuploides – cromosómicamente anormales-. En este punto, ¿podría la Inteligencia Artificial predecir la ploidía? Los 5 módulos que hemos podido analizar y combinar nos muestran que sí, sería posible y fiable”, añade el Dr. Meseguer.

El trabajo ha analizado 2.500 embriones –casuística más importante analizada científicamente a nivel mundial- dando como resultado una técnica revolucionaria en el sector de la embriología, no invasiva, universal, estandarizada y automática que mejoraría todos los métodos actuales de selección embrionaria.

Los 5 módulos estudiados son:

1. Parámetros morfocinéticos: Este módulo se refiere a los tiempos en que se producen los eventos más importantes del desarrollo embrionario, es decir, cuando el embrión se divide en células hasta alcanzar el estadio de blastocisto.

“Analizando simplemente estos parámetros en los 2.500 embriones estudiados hemos podido comprobar que, teniendo como referencia un embrión euploide, si otro embrión llega más tarde que este a un evento aumenta considerablemente su probabilidad de ser aneuploide”, apunta el Dr. Meseguer.

2. Morfología del embrión: Estudiando de manera automatizada este parámetro, se observa que los embriones con buena morfología tienen más probabilidades de ser cromosómicamente normales. En sí, la morfología tiene una capacidad de predicción de aneuploidía de un 68%.

3. Actividad celular: Este módulo consiste en medir el diámetro de una célula y realizar el sumatorio de todos los diámetros que tienen las células del embrión en un momento en concreto de su desarrollo (de 2 a 8 células).

“Con esto, se calculan automáticamente unos valores que se analizan seguidamente durante 160 imágenes, dando como resultado que los embriones cromosómicamente anormales o aneuploides presentan mayor longitud de diámetro. Esto se debe a que tardan más tiempo en dividirse, la división produce muchos movimientos y, por ende, aumenta la medición”, comenta el Dr. Meseguer.

4. Actividad mitocondrial: Se trata de asociar el tamaño más pequeño analizable desde el punto de vista de imagen, que es un píxel, con el tamaño de una mitocondria. Posteriormente, se cuantifican los píxeles del embrión y se analizan los cambios en la cantidad y distribución, comparándolos entre embriones euploides y aneuploides. Y es que los embriones aneuploides presentan un número de píxeles distinto a los euploides, por lo que este módulo ayuda a predecir la aneuploidía con un 77% de precisión.

5. Bombeo/contracción: La contracción se produce en aproximadamente el 20% de los embriones. Tras analizar este evento de manera automática, se observa que se da con mayor frecuencia en los embriones aneuploides.

“En resumen, la visión computacional automatizada permite emular en las computadoras la capacidad que tienen nuestros ojos. Es decir, trata de adquirir, procesar, analizar y comprender las imágenes del mundo real con el fin de producir información numérica o simbólica para que puedan ser tratadas por un ordenador. Y esto, en última instancia, nos permite comprobar que los embriones se comportan de manera diferente durante su desarrollo según su contenido cromosómico y optimizar así el proceso de estudio del embrión y la selección de aquellos normales y viables para su transferencia”, concluye el Dr. Meseguer.

Como consecuencia, la combinación de estos 5 módulos junto a un complejo algoritmo desarrollado por IVI Valencia en colaboración con la empresa israelí AiVF daría como resultado una precisión del 90% en la selección de embriones cromosómicamente normales, repercutiendo directamente en un aumento en las tasas de gestación, lo cual proporcionaría una predicción objetiva y fiable a través de una técnica rápida y económica.

Be the first to comment

Leave a Reply

Tu dirección de correo no será publicada.


*