La inteligencia artificial (IA) está revolucionando cada vez más el campo de la medicina reproductiva, especialmente por lo que respecta a la selección de gametos (óvulos y espermatozoides) y de embriones.
En este sentido, el estudio “Predicting time to live Birth with Deep Learning embryo Ranking: a novel multiple imputation approach”, liderado por investigadores de IVI Valencia y presentado en el 11th International IVIRMA Congress, que ha tenido lugar estos días en Barcelona, muestra cómo gracias a la aplicación de la IA se puede reducir aproximadamente en un 7% el tiempo necesario para conseguir un bebé.
En el evento internacional han participado más de 1.400 profesionales, investigadores y académicos de 58 países para discutir los últimos avances alcanzados en el campo de la medicina reproductiva, las técnicas más innovadoras y los resultados de las últimas investigaciones en este campo. IA, genética, así como las novedades en microbiota, adenomiosis o o cómo reducir los abortos recurrentes
Garantías
El doctor Marcos Meseguer, director global de embriología de IVI RMA y coordinador del estudio ha reconocido que se trata de un estudio con una amplia muestra de más de 70.000 embriones transferidos que, gracias a estos resultados, “nos permite mejores resultados en el menor tiempo y con las mayores garantías. Definitivamente, en materia de tiempo y estrés emocional, es un gran avance para muchas pacientes”.
En el marco del Congreso, entre los más importantes en el mundo en esta área médica, se han presentado diferentes trabajos sobre cómo estas herramientas tecnológicas podrían mejorar la toma de decisiones en los tratamientos de reproducción asistida (TRA) al proporcionar un apoyo objetivo basado en datos: selección embrionaria, selección de gametos o estimulación ovárica son solo algunos de los campos en los que la IA puede tener un gran potencial.
Marcos Meseguer, director global de embriología de IVIR RMA y coordinador del estudio. (Fotos Nerea Garay)
Resultados
Como ha explicado el doctor Messeguer, los datos dados a conocer en Barcelona confirman que la IA aplicada a la selección embrionaria ha permitido aumentar también en un 5% la tasa de embarazo, llegando a un 7% cuando nos referimos a tasa acumulada (en varios intentos), según el estudio “Undisturbed culture: a clinical examination of this culture strategy on embryo in vitro development and clinical outcomes”, publicado en la revista Fertility and Sterility.
Este sentido, el investigador ha sostenido que “fruto de nuestras investigaciones, hemos podido deducir que en el 80% de los casos en los que el embriólogo selecciona los embriones, la IA ofrece una alternativa de mejor pronóstico. Este tipo de datos es una muestra más de que el impacto de la IA en reproducción asistida no ha hecho nada más que empezar”.
Estimulación ovárica
Dentro de esta revolución que ha supuesto la aplicación de la IA al campo de la medicina reproductiva, uno de sus usos más prometedores es en la estimulación ovárica, ya que la calidad y el número de ovocitos es la variable más importante y es la que contribuye en mayor medida al éxito reproductivo en los tratamientos de reproducción asistida.
Sin embargo, el ovocito es el único componente clave de los tratamientos de reproducción asistida para el que no se contaba con un método de evaluación estandarizado, lo que ha hecho que se trabaje en el desarrollo de herramientas basadas en IA para su evaluación.
En esta línea, enmarcado en IVIRMA Congress se presentó otra publicación titulada Machine learning tool for predicting mature oocyte yield and trigger day from start of stimulation: towards personalized treatment”, publicada en Reprod Biomed Online
Personalización
“Se trata de ofrecer al paciente información acerca del número de ovocitos que se espera obtener, la duración de su proceso de estimulación, así como cuándo es probable que se produzca la punción ovárica”.
Entre sus beneficios se encuentra la personalización del tratamiento, ya que la herramienta de IA utiliza algoritmos de aprendizaje profundo para analizar datos de ciclos de estimulación ovárica anteriores y predecir resultados específicos para cada paciente.
“Esto permite a los médicos adaptar el tratamiento de estimulación ovárica según las características individuales de cada paciente, mejorando así las probabilidades de éxito. A su vez, reduce visitas innecesarias al predecir con precisión el día de desencadenamiento y el número de ovocitos, limitando así el número de citas a la clínica. Esto no solo ahorra tiempo y esfuerzo a las pacientes, sino que también reduce el estrés asociado con el tratamiento, explico la profesora Laura Rienzi, directora científica de IVIRMA Italia
Genoma
Las pruebas genéticas preimplantacionales se utilizan para detectar anomalías genéticas en embriones antes de su implantación en tratamientos de fecundación in vitro (FIV). Hasta ahora, el método más utilizado es la biopsia del trofectodermo, una técnica segura pero invasiva que permite analizar algunas células del embrión en la etapa de blastocisto.
Más de 1.400 investigadores y académicos de 58 países participaron en este Congreso internacional.
En este sentido, el estudio “WGS of human embryos: the next frontier in PGT”, presentado también en Barcelona, busca no solo aumentar las tasas de éxito en los tratamientos de fecundación in vitro (FIV), sino también avanzar en la comprensión de las enfermedades genéticas desde sus etapas más tempranas.
El Antonio Capalbo, director científico de Juno, director de investigación en genómica de IVIRMA Global Research Alliance y coordinador del estudio ha explicado que “a pesar de estos avances, aproximadamente el 50% de los embriones considerados genéticamente normales (euploides) no llegan a implantarse, y un 10% adicional acaba en aborto espontáneo”
Predecir el éxito
”Existe una brecha significativa en nuestra capacidad para predecir con precisión el éxito de la implantación y el desarrollo embrionario y por ello es tan importante explorar otras alternativas”.
La integración de la secuenciación clínica del genoma completo en las pruebas PGT se postula como un enfoque prometedor para superar las limitaciones de las metodologías actuales y permitir el análisis del exoma completo del embrión
Las secuenciación del genoma completo (WGS, por sus siglas en inglés) es una técnica que permite leer todas las letras del ADN de un organismo-es decir, su genoma completo-. Los 3.200 millones de pares de bases humanos permiten identificar errores, variaciones o mutaciones que podrían estar relacionadas con enfermedades o con trastornos genéticos o la letalidad en el desarrollo embrionario si se aplica en el PGT
Cambio de paradigma
Como ha reconocido el doctor Capalbo estamos siendo testigos de un cambio de paradigma en la evaluación genética de embriones. La secuenciación genómica completa permite identificar de forma temprana factores de riesgo genéticos para el desarrollo embrionario antes de la transferencia, así como detectar variaciones patogénicas que pueden provocar enfermedades genéticas graves en la descendencia.
“Esto promete abrir nuevas posibilidades para una medicina reproductiva personalizada, mejorando las tasas de éxito por embrión analizado y reduciendo los actuales fallos de implantación y abortos espontáneos”.
Pero también es consciente de que, antes de pasar a su aplicación clínica, todavía se requieren varios estudios de investigación preclínica y clínica para evaluar cuidadosamente el beneficio clínico esperado y cómo manejar de la mejor manera esta nueva información genómica en el contexto del análisis embrionario”.
El doctor García Velasco abogó por más investigación para la ciencia.
Inversión en investigación
Durante el 11th International IVIRMA Congress que concluyó el sábado en Barcelona, el doctor Juan Antonio García Velasco, catedrático de Obstetricia y Ginecologia y director científico de IVIRMA destacó la necesidad de “invertir más en ciencia, porque la ciencia no para”.
En esta línea anunció el compromiso de IVIRMA Global en dirigir más de 60 millones de euros en investigación en seis años. Serán en áreas como la del diagnóstico, así como la automatización de los procesos. “Tenemos 600 proyectos en marcha y necesitamos financiación pública, privada y propia también, pero la ciencia no se detiene y hay que avanzar con ella”, concluyo.
The post La IA reduce en un 7% el tiempo para tener un bebé por reproducción asistida appeared first on El médico interactivo.
from El médico interactivo https://ift.tt/OJytaA8
0 comentarios:
Publicar un comentario