En España se estima que aproximadamente un 15% de las parejas en edad reproductiva tienen problemas de fertilidad¹. En la actualidad, gracias a los últimos avances en la medicina reproductiva y las investigaciones en el campo de la embriología, las mujeres y parejas infértiles tienen la posibilidad de conseguir un embarazo o planificar su maternidad a futuro con más información a través de diferentes técnicas de reproducción asistida. Entre estas destacan la Fecundación In Vitro (FIV) con óvulos propios o provenientes de un donante y la vitrificación de ovocitos en edad fértil como método recomendado para preservar la fertilidad.

Especialmente en estos tratamientos, los/as embriólogos/as desempeñan un rol crucial. Así lo asegura el Dr. Vicente Badajoz, director de laboratorio de las clínicas de reproducción asistida Ginefiv; quien explica que “no todos los ovocitos tienen la capacidad de desarrollarse completamente y algunos no alcanzan la etapa de blastocisto, es decir la formación del embrión previa a la implantación en el útero”. Esto último puede suceder incluso con ovocitos que inicialmente presentaban una alta calidad². Tradicionalmente, desde el campo de la embriología se ha utilizado la evaluación morfológica visual para predecir la competencia de los ovocitos. Sin embargo, a pesar de ser una técnica de rutina, esta puede resultar subjetiva². A raíz de esto, nacen diversas líneas de investigación con el fin de resolver este problema, y con la llegada de la Inteligencia Artificial (IA), han incrementado notablemente.

Sobre esto, el experto de Ginefiv, afirma que “el auge de la IA dio lugar a herramientas prometedoras para evaluar los ovocitos de forma más objetiva en un método estandarizado, lo que posiblemente proporcione nuevos conocimientos sobre la predicción de su competencia”. En este contexto, el Dr. Badajoz comenta que está participando de un estudio llamado Magenta-score, una herramienta de análisis de imágenes basada en IA que ha sido presentada en el marco de la 40.ª Reunión Anual de European Society of Human Reproduction and Embryology (ESHRE).

“Se trata de un sistema de captación de imágenes, la cámara nos permite evaluar lo que el ojo humano es incapaz de ver. Una vez captada la imagen, esta se vuelca al sistema que la compara con su base de datos por medio de algoritmos y luego nos devuelve una catalogación o puntuación de ese ovocito y, en base a esa puntuación, sabremos si el ovocito va a ser capaz o no de formar un blastocito de calidad”.

De esta manera, no solo se podría optimizar la eficacia a la hora de evaluar los ovocitos en el laboratorio y facilitar el trabajo de los embriólogos/as; sino que además se trata de una información extra y de valor para las pacientes a la hora de tomar decisiones. Sobre esto, el director de laboratorio de Ginefiv agrega que “la evaluación obtenida a través de este tipo de herramientas nos permite saber el número de blastocitos que vamos a tener finalmente, por lo que vamos a poder brindarle a la paciente un pronóstico más real y objetivo sobre el tratamiento que se esté haciendo u ofrecerle una alternativa más conveniente para su caso particular”.

Conocer la capacidad de los ovocitos para llegar a blastocisto permite tomar decisiones más informadas. Esta información es relevante tanto para pacientes que buscan un embarazo mediante técnicas de reproducción asistida como para aquellas que han decidido preservar su fertilidad para ser madres en el futuro².

El Dr. Badajoz proporciona un ejemplo claro con las pacientes que buscan acumular ovocitos para preservar su fertilidad. Si una paciente obtiene cinco ovocitos en el primer intento y la herramienta sugiere que solo uno o dos tienen posibilidades de llegar a blastocisto, se puede recomendar realizar una nueva estimulación ovárica. Esto aumenta la probabilidad de éxito en futuros intentos y optimiza el proceso de acumulación de ovocitos.

----------

¹ Bracamonte, S. R., Gallardo, P. S., & Marcos, M. M. (2021). [Uncovering infertility: the experience of women undergoing assisted reproductive technologies.]. PubMed, 95. https://pubmed.ncbi.nlm.nih.gov/34643187

² M C Urda Muñoz, V Palazzo, T Sanchez, J Avila, C Marinè, A Bellon, M Hebles, V Badajoz, L Mifsud, J Fjeldstad, M Natalie, I Puerta Vega, D Nayot, L Rienzi, D Cimadomo, P-166 Una herramienta basada en inteligencia artificial para puntuar ovocitos de donantes frescos y predecir la blastulación: análisis provisional de una investigación prospectiva realizada en 3 laboratorios, Human Reproduction , Volumen 39, Suplemento número 1, julio de 2024, deae108.537, https://doi.org/10.1093/humrep/deae108.537