A continuaciónSiguiente guía
Selección del sitio de ensayo clínico de IA
Industrias
GUÍA de industrias
La selección de embriones mediante IA utiliza modelos entrenados con vídeos de lapso de tiempo o imágenes de embriones para clasificar qué embrión en un ciclo de FIV tiene más probabilidades de implantarse, lo que ayuda a las clínicas a elegir cuál transferir primero.
Escuche esta guíaNarrado por IA · ~3 min
Es importante porque la FIV es costosa y emocionalmente exigente, y una mejor primera opción podría acortar el tiempo hasta el embarazo. Hasta ahora, la evidencia de los ensayos muestra que la IA ahorra tiempo a los embriólogos, pero no ha aumentado claramente las tasas de embarazo o de nacidos vivos.
En la FIV, los óvulos se fertilizan en el laboratorio y los embriones crecen durante unos cinco días hasta la etapa de blastocisto. Cuando hay varios embriones disponibles, la clínica elige cuál transferir primero. Tradicionalmente, los embriólogos hacen esto a simple vista, clasificando características como el grado de expansión del blastocisto y la calidad de su masa celular interna y su capa externa, el trofectodermo, a menudo con el sistema de clasificación de Gardner. Las incubadoras de lapso de tiempo, como el EmbryoScope de Vitrolife, fotografían cada embrión cada pocos minutos sin sacarlo de la incubadora. Esto produce un video del desarrollo, incluyendo cuándo ocurre cada división celular. Los modelos de IA entrenados con estos videos y sobre si los embriones transferidos se implantaron generan una puntuación de clasificación. Los ejemplos incluyen iDAScore de Vitrolife, CHLOE de Fairtility y Life Whisperer de Presagen, que funciona a partir de imágenes fijas individuales. La evidencia es más modesta que el marketing. Un gran ensayo aleatorio publicado en Nature Medicine en 2024 comparó iDAScore con la clasificación de morfología estándar y no demostró que la IA no fuera inferior en las tasas de embarazo clínico, aunque redujo en gran medida el tiempo que los embriólogos dedicaron a evaluar los embriones. Las revisiones Cochrane de imágenes de lapso de tiempo han encontrado que la evidencia es incierta sobre si mejoran las tasas de nacidos vivos. A menudo se pasa por alto un punto crucial: la clasificación no puede crear un embrión mejor. Sólo cambia el orden en el que se utilizan los embriones existentes de un paciente. Para las pacientes que eventualmente transferirán todos sus embriones, el principal beneficio posible es quedar embarazadas antes, no una mayor probabilidad general. Las cuestiones éticas incluyen cobrar por complementos con evidencia débil, puntuaciones opacas que los pacientes no pueden cuestionar, modelos entrenados con datos de clínicas o poblaciones particulares y una tendencia a seleccionar embriones según sus rasgos. El cribado de embriones poligénicos, que pretende clasificar los embriones según sus puntuaciones de riesgo genético, ha sido ampliamente criticado por las sociedades genéticas por no estar probado.
La incubadora de lapso de tiempo de una clínica registra cada embrión a intervalos cortos y regulares durante cinco días, y el software le da a cada blastocisto una puntuación que se utiliza para decidir cuál transferir primero.
Un embriólogo utiliza una clasificación de IA para comprobar su propia clasificación, dedicando mucho menos tiempo a cada embrión y al mismo tiempo tomando la decisión final.
Una paciente con un solo embrión de buena calidad aprende que la clasificación de la IA no puede mejorar sus posibilidades porque no hay nada entre qué elegir.
Una clínica considera agregar una tarifa de puntuación de IA a su lista de precios y revisa la evidencia del ensayo aleatorio antes de decidir si cobrar por ello a los pacientes.
Se necesitan más ensayos aleatorios que comparen la clasificación de la IA con la clasificación estándar, idealmente midiendo los nacimientos vivos y el tiempo transcurrido hasta el embarazo, antes de que las puntuaciones de la IA puedan considerarse mejores en lugar de simplemente más rápidas. La investigación también está explorando si las imágenes pueden predecir la normalidad cromosómica sin una biopsia, pero esas predicciones aún no son lo suficientemente confiables como para reemplazar las pruebas genéticas. Espere que los reguladores y los organismos profesionales sigan examinando los complementos de FIV y cómo se comercializan. El debate sobre la detección de embriones poligénicos y la selección de rasgos continuará, y la mayoría de los expertos en genética recomiendan precaución. El beneficio más realista a corto plazo es estandarizar y acelerar el trabajo de los embriólogos.
Boletín gratuito
Tres noticias verificadas sobre IA cada mañana de lunes a viernes, explicadas con claridad. Gratis para siempre y sin anuncios.
Un correo cada día laborable. Date de baja con un clic. Nunca vendemos ni compartimos tu dirección.
Ponte a prueba
Corrección inmediata en cada respuesta y un certificado para compartir, con un ID verificable, cuando apruebas un curso.
Apoya la educación gratuita sobre IA. AI Understanding es una organización sin fines de lucro 501(c)(3): sin anuncios ni muros de pago, nunca. Hacer una donación
La selección de embriones mediante IA utiliza modelos entrenados con vídeos de lapso de tiempo o imágenes de embriones para clasificar qué embrión en un ciclo de FIV tiene más probabilidades de implantarse, lo que ayuda a las clínicas a elegir cuál transferir primero. Es importante porque la FIV es costosa y emocionalmente exigente, y una mejor primera opción podría acortar el tiempo hasta el embarazo. Hasta ahora, la evidencia de los ensayos muestra que la IA ahorra tiempo a los embriólogos, pero no ha aumentado claramente las tasas de embarazo o de nacidos vivos.
Captura imágenes frecuentes dentro de la incubadora, creando un vídeo del desarrollo, como el momento de las divisiones celulares.
El ensayo no demostró no inferioridad en el embarazo clínico, aunque los embriólogos dedicaron mucho menos tiempo a la evaluación.
Los embriones son iguales en cualquier orden en que se utilicen, por lo que el principal beneficio posible es un embarazo más rápido.
Los embriones que nunca fueron transferidos no tienen un resultado conocido, y los etiquetados fueron preseleccionados, distorsionando los datos del entrenamiento.
La discriminación es modesta porque el útero, la genética y el azar influyen fuertemente en que se produzca la implantación.
sigue aprendiendo
Más guías seleccionadas para este tema.
A continuaciónSiguiente guía
Selección del sitio de ensayo clínico de IA
Industrias