Inteligencia artificial no invasiva para la selección de embriones en la FIV

Un algoritmo de inteligencia artificial puede determinar de forma no invasiva, con una precisión aproximada del 70%, si un embrión fecundado in vitro tiene un número normal o anormal de cromosomas, según un nuevo estudio de investigadores de Weill Cornell Medicine.

Un número anormal de cromosomas, lo que se conoce como aneuploidía, es una de las principales causas de que los embriones obtenidos por fecundación in vitro (FIV) no se implanten o no den lugar a un embarazo sano. Uno de los métodos actuales para detectar la aneuploidía consiste en tomar muestras de células de un embrión y analizarlas genéticamente mediante biopsia, lo que encarece el proceso de fecundación in vitro y resulta invasivo para el embrión. El nuevo algoritmo STORK-A, descrito en un artículo publicado el 19 de diciembre en Lancet Digital Health, puede ayudar a predecir la aneuploidía sin los inconvenientes de la biopsia. Funciona analizando imágenes microscópicas del embrión e incorpora información sobre la edad materna y la puntuación de la clínica de FIV sobre el aspecto del embrión.

El primer autor del estudio es Josue Barnes, estudiante de doctorado de la Facultad de Ciencias Médicas Weill Cornell que estudia en el Laboratorio Hajirasouliha. La Dra. Nikica Zaninovic, profesora asociada de embriología en obstetricia y ginecología clínicas y directora del Laboratorio de Embriología del Centro Ronald O. Perelman y Claudia Cohen de Medicina Reproductiva de Weill Cornell Medicine y del Centro Médico NewYork-Presbyterian/Weill Cornell, dirigió el trabajo embriológico del estudio.

Según los Centros para el Control y la Prevención de Enfermedades, en 2020 se realizaron en Estados Unidos más de 300.000 ciclos de FIV, que dieron lugar a unos 80.000 nacidos vivos. Los expertos en fecundación in vitro siempre están buscando formas de aumentar esa tasa de éxito, de lograr más embarazos con éxito con menos transferencias de embriones, lo que significa desarrollar mejores métodos para identificar embriones viables.

Actualmente, el personal de las clínicas de fertilidad utiliza la microscopía para evaluar los embriones en busca de anomalías a gran escala que se correlacionen con una viabilidad deficiente. Para obtener información sobre los cromosomas, el personal de la clínica también puede utilizar un método de biopsia denominado prueba genética preimplantacional de aneuploidía (PGT-A), predominantemente en mujeres mayores de 37 años.

Para desarrollar un método computacional de evaluación embrionaria que aprovechara el uso pionero de la fotografía secuencial en el Laboratorio de Embriología, investigadores del Centro de Medicina Reproductiva se asociaron con colegas del Instituto Englander.

En un estudio de 2019, los equipos desarrollaron un algoritmo de inteligencia artificial (IA), STORK, que podía evaluar la calidad de los embriones tan bien como el personal de una clínica de FIV. Para el nuevo estudio, desarrollaron STORK-A como posible sustituto de PGT-A-;o como una forma más selectiva de decidir qué embriones deben someterse a la prueba PGT-A.

eBook sobre descubrimiento de fármacos

Recopilación de las principales entrevistas, artículos y noticias del último año.

Descargar una copia gratuita

El nuevo algoritmo STORK-A utiliza imágenes microscópicas de embriones tomadas cinco días después de la fecundación, la puntuación de la calidad embrionaria por parte del personal de la clínica, la edad materna y otra información que normalmente se recoge como parte del proceso de FIV. Como utiliza IA, el algoritmo "aprende" automáticamente a correlacionar ciertas características de los datos, a menudo demasiado sutiles para el ojo humano, con la posibilidad de aneuploidía. El equipo entrenó a STORK-A con un conjunto de datos de 10.378 blastocistos cuyo estado de ploidía ya se conocía.

A partir de su rendimiento, evaluaron la precisión del algoritmo en la predicción de embriones aneuploides frente a embriones "euploides" con cromosomas normales en casi un 70 por ciento (69,3%). En la predicción de aneuploidía con más de un cromosoma -aneuploidía compleja- frente a euploidía, STORK-A tuvo una precisión del 77,6%. Más tarde probaron el algoritmo en conjuntos de datos independientes, incluido uno de una clínica de FIV en España, y encontraron resultados de precisión comparables, lo que demuestra la generalizabilidad de STORK-A.

El estudio proporciona una prueba de concepto para un enfoque que actualmente es experimental. Estandarizar el uso de STORK-A en las clínicas requeriría ensayos clínicos comparativos con PGT-A y la aprobación de la Food and Drug Administration (FDA), todo ello dentro de muchos años. Pero el nuevo algoritmo representa un avance en el camino hacia una selección de embriones para FIV menos arriesgada, menos subjetiva, menos costosa y más precisa.

"Este es otro gran ejemplo de cómo la IA puede transformar potencialmente la medicina. El algoritmo convierte decenas de miles de imágenes de embriones en modelos de IA que, en última instancia, pueden utilizarse para ayudar a mejorar la eficacia de la FIV y democratizar aún más el acceso mediante la reducción de costes", dijo el coautor Dr. Olivier Elemento, director del Instituto Englander de Medicina de Precisión y profesor de fisiología y biofísica y de genómica computacional en biomedicina computacional en Weill Cornell Medicine.

"Creemos que, en última instancia, utilizando esta tecnología podemos reducir el número de embriones que hay que biopsiar, reducir los costes y proporcionar una herramienta muy buena para la consulta con el paciente cuando tenga que tomar la decisión de hacer o no la PGT-A", dijo el Dr. Zaninovic.

El equipo planea ahora aprovechar este éxito con algoritmos entrenados con vídeos del desarrollo embrionario.

"Mediante la clasificación por vídeo, podemos aprovechar la información temporal y espacial sobre el desarrollo del embrión, y es de esperar que eso permita detectar tendencias en el desarrollo que distingan la aneuploidía de la euploidía con una precisión aún mayor", afirma Barnes.

"Esta tecnología se está optimizando con la esperanza de que en algún momento su precisión se acerque a la de las pruebas genéticas, que son el patrón oro y tienen una precisión superior al 90 por ciento", afirmó el coautor, el Dr. Zev Rosenwaks, director y médico jefe del Centro Ronald O. Perelman and Claudia Cohen Center for Reproductive Medicine at NewYork-Presbyterian/Weill Cornell Medical Center and Weill Cornell Medicine, and the Revlon Distinguished Professor of Reproductive Medicine in Obstetrics and Gynecology at Weill Cornell Medicine. "Pero somos conscientes de que este objetivo es una aspiración".