En cuanto a la selecci\u00f3n de gametos, la Inteligencia Artificial permite distinguir potencialmente el espermatozoide con mayor capacidad para fecundar el ovocito y dar lugar a un embri\u00f3n, e identificar los \u00f3vulos de mejor calidad, esto \u00faltimo de gran utilidad para los programas de preservaci\u00f3n de la fertilidad.<\/p>\n
Estos avances se traducir\u00e1n en personalizaci\u00f3n de los tratamientos, reducci\u00f3n de tiempos y estr\u00e9s de las pacientes y una mejora en la toma de decisiones cl\u00ednicas, dando lugar a una mayor optimizaci\u00f3n de los resultados de los procesos reproductivos.<\/p>\n
ABRIL DE 2025<\/p>\n
La inteligencia artificial (IA) est\u00e1 revolucionando cada vez m\u00e1s el campo de la medicina reproductiva, especialmente en lo que respecta a la selecci\u00f3n de gametos (\u00f3vulos y espermatozoides) y de embriones. El estudio \u201cPredicting time to live Birth with Deep Learning embryo Ranking: a novel multiple imputation approach\u201d, liderado por investigadores de IVI Valencia y presentado en el 11th<\/sup> International IVIRMA Congress celebrado en Barcelona, demostr\u00f3 c\u00f3mo gracias a la aplicaci\u00f3n de la IA se puede reducir aproximadamente en un 7% el tiempo necesario para conseguir un beb\u00e9.<\/p>\n As\u00ed lo explic\u00f3 el doctor Marcos Meseguer, director global de embriolog\u00eda de IVI RMA y coordinador del estudio: \u201cSe trata de un estudio con una amplia muestra de m\u00e1s de 70.000 embriones transferidos que, gracias a estos resultados, nos permite mejores resultados en el menor tiempo y con las mayores garant\u00edas. Definitivamente, en materia de tiempo y estr\u00e9s emocional, es un gran avance para muchas pacientes\u201d<\/em>.<\/p>\n Los datos presentados confirman que la IA aplicada a la selecci\u00f3n embrionaria<\/strong> ha permitido aumentar en un 5% la tasa de embarazo, llegando a un 7% cuando nos referimos a tasa acumulada (en varios intentos), seg\u00fan el estudio \u201cUndisturbed culture: a clinical examination of this culture strategy on embryo in vitro development and clinical outcomes\u201d, publicado en la revista Fertility and Sterility. \u201cFruto de nuestras investigaciones, hemos podido deducir que en el 80% de los casos en los que el <\/em>embri\u00f3logo selecciona los embriones, la IA ofrece una alternativa de mejor pron\u00f3stico. Este tipo de datos es una muestra m\u00e1s de que el impacto de la IA en reproducci\u00f3n asistida no ha hecho nada m\u00e1s que empezar\u201d,<\/em> apunta el Dr. Meseguer.<\/p>\n Al margen de estos prometedores resultados, IVI tambi\u00e9n lidera interesantes investigaciones que abordan la aplicaci\u00f3n de la IA a la selecci\u00f3n de gametos<\/strong>. En el reciente IVIRMA Congress se present\u00f3 el estudio \u201cAI Powered Oocyte Assessment\u201d, donde se analizan m\u00e1s de 3.000 \u00f3vulos y 300 muestras de semen por Inteligencia Artificial para asistir al embri\u00f3logo en el laboratorio. \u201cAplicada <\/em>a la predicci\u00f3n de la calidad de los ovocitos, la IA tiene un gran potencial en estrategias de preservaci\u00f3n de la fertilidad y programas de donaci\u00f3n de ovocitos, al determinar el n\u00famero \u00f3ptimo de ovocitos necesarios para procedimientos espec\u00edficos. La IA puede ayudar a los embri\u00f3logos de dos maneras importantes: primero, prediciendo la probabilidad de obtener un blastocisto por cada ovocito individual, y segundo, asignando el n\u00famero ideal de ovocitos para la criopreservaci\u00f3n o la inseminaci\u00f3n, seg\u00fan las caracter\u00edsticas del ciclo y de la paciente\u201d,<\/em> explica la Laura Rienzi, directora cient\u00edfica de IVIRMA Italia.<\/p>\n Usos prometedores en estimulaci\u00f3n ov\u00e1rica<\/strong><\/p>\n Otro de los usos m\u00e1s prometedores de la IA es en la estimulaci\u00f3n ov\u00e1rica,<\/strong> ya que la calidad y el n\u00famero de ovocitos es la variable m\u00e1s importante y la que contribuye en mayor medida al \u00e9xito reproductivo en los tratamientos de reproducci\u00f3n asistida. Pese a ello, hasta ahora el ovocito era el \u00fanico componente clave de los tratamientos de reproducci\u00f3n asistida para el que no se contaba con un m\u00e9todo de evaluaci\u00f3n estandarizado, lo que ha hecho que se trabaje en el desarrollo de herramientas basadas en IA para su evaluaci\u00f3n. En este punto, otra de las investigaciones, titulada \u201cMachine learning tool for predicting mature oocyte yield and trigger day from start of stimulation: towards personalized treatment\u201d, publicada en Reprod Biomed Online y presentada tambi\u00e9n en el marco del IVIRMA Congress, ofrece a la paciente informaci\u00f3n acerca del n\u00famero de ovocitos que se espera obtener, la duraci\u00f3n de su proceso de estimulaci\u00f3n, as\u00ed como cu\u00e1ndo es probable que se produzca la punci\u00f3n ov\u00e1rica.<\/p>\n Entre sus beneficios se encuentra la personalizaci\u00f3n del tratamiento<\/strong>, ya que la herramienta de IA utiliza algoritmos de aprendizaje profundo para analizar datos de ciclos de estimulaci\u00f3n ov\u00e1rica anteriores y predecir resultados espec\u00edficos para cada paciente. Esto permitir\u00e1 a los m\u00e9dicos adaptar el tratamiento de estimulaci\u00f3n ov\u00e1rica seg\u00fan las caracter\u00edsticas individuales de cada paciente, mejorando as\u00ed las probabilidades de \u00e9xito.<\/p>\n A su vez, reduce visitas innecesarias<\/strong> al predecir con precisi\u00f3n el d\u00eda de desencadenamiento y el n\u00famero de ovocitos, limitando as\u00ed el n\u00famero de citas a la cl\u00ednica. Esto no solo ahorra tiempo y esfuerzo a las pacientes, sino que tambi\u00e9n reduce el estr\u00e9s asociado con el tratamiento.<\/p>\n \u201cOtra de sus mayores contribuciones es la mejora en la toma de decisiones cl\u00ednicas gracias a la informaci\u00f3n precisa proporcionada de manera previa sobre el ciclo de estimulaci\u00f3n, lo que nos permite decidir de una manera m\u00e1s informada y oportuna. Adem\u00e1s, ayuda a una mayor precisi\u00f3n y limitar los sesgos, ya que, a diferencia de los m\u00e9todos convencionales, que pueden variar seg\u00fan el m\u00e9dico o la cl\u00ednica, la IA ofrece predicciones consistentes y basadas en datos. Todo ello contribuye indudablemente a una notable mejora en los resultados de los tratamientos\u201d, <\/em>concluye la profesora Rienzi.<\/p>\n Sobre el 11th International IVIRMA Congress<\/u><\/em><\/strong><\/p>\n IVI celebr\u00f3 entre el 24 y el 26 de abril el 11th International IVIRMA Congress sobre Reproducci\u00f3n Asistida, en el que se dieron cita los principales investigadores a nivel mundial en el sector, y donde se presentaron los avances alcanzados en el campo de la Medicina Reproductiva, las t\u00e9cnicas m\u00e1s innovadoras y los resultados de las \u00faltimas investigaciones. Desarrollado en Barcelona, Espa\u00f1a, reuni\u00f3 a m\u00e1s de 1.300 especialistas de 58 pa\u00edses.<\/p>\n IVI forma parte del grupo IVI RMA Global, presente en 15 pa\u00edses. Adem\u00e1s de en Espa\u00f1a cuenta con cl\u00ednicas en Portugal, Italia, Rep\u00fablica Checa, los pa\u00edses n\u00f3rdicos, Reino Unido, EE. UU., Canad\u00e1, Panam\u00e1, Brasil y Chile. www.ivi.es<\/a><\/p>\n","protected":false},"excerpt":{"rendered":" En cuanto a la selecci\u00f3n de gametos, la Inteligencia Artificial permite distinguir potencialmente el espermatozoide con mayor capacidad para fecundar el ovocito y dar lugar a un embri\u00f3n, e identificar los \u00f3vulos de mejor calidad, esto \u00faltimo de gran utilidad para los programas de preservaci\u00f3n de la fertilidad. Estos avances se traducir\u00e1n en personalizaci\u00f3n de …<\/p>\n","protected":false},"author":1,"featured_media":250759,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[8,27,28],"tags":[],"class_list":["post-250758","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ciencia","category-salud","category-tecnologia"],"_links":{"self":[{"href":"https:\/\/tierramarillano.cl\/newweb\/wp-json\/wp\/v2\/posts\/250758","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/tierramarillano.cl\/newweb\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/tierramarillano.cl\/newweb\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/tierramarillano.cl\/newweb\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/tierramarillano.cl\/newweb\/wp-json\/wp\/v2\/comments?post=250758"}],"version-history":[{"count":0,"href":"https:\/\/tierramarillano.cl\/newweb\/wp-json\/wp\/v2\/posts\/250758\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/tierramarillano.cl\/newweb\/wp-json\/wp\/v2\/media\/250759"}],"wp:attachment":[{"href":"https:\/\/tierramarillano.cl\/newweb\/wp-json\/wp\/v2\/media?parent=250758"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/tierramarillano.cl\/newweb\/wp-json\/wp\/v2\/categories?post=250758"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/tierramarillano.cl\/newweb\/wp-json\/wp\/v2\/tags?post=250758"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}