La inteligencia artificial en la selección embrionaria mejora las posibilidades de embarazo

División embrionaria, embriones, fertilidad
División embrionaria, embriones, fertilidad - CEDIDA / CLÍNICA MARGEN - Archivo
Publicado: martes, 7 julio 2020 12:09

MADRID, 7 Jul. (EUROPA PRESS) -

Usar la inteligencia artificial para analizar embriones de manera automática y estandarizada y mejorar las tasas de embarazo es ya una realidad, según un estudio realizado por IVI titulado.

El estudio se ha llevado a cabo a lo largo de los tres últimos años, y se han analizado más de 20.000 embriones y más de 3.000 pacientes. En él, IVI ha demostrado que la selección embrionaria universal, estandarizada y automática es una revolución y una realidad para el campo de la embriología.

Como comenta el investigador principal del estudio, el doctor Marcos Meseguer, supervisor científico de IVI Valencia, "el sistema 'KIDScoreD5' clasifica embriones automáticamente empleando inteligencia artificial, detecta y evalúa todos los pasos del desarrollo del embrión y además clasifica su morfología".

Asimismo, apunta que el sistema, mediante una valoración, distingue entre aquellos embriones con mayores probabilidades de ser cromosómicamente normales, euploides, y los que no lo son, aneuploides. "En función de la puntuación que el sistema otorga a cada embrión sabemos la probabilidad de embarazo del mismo y la posibilidad de tener un bebé sano en casa", argumenta.

'KIDScoreD5' analiza los embriones de manera automática otorgándoles una clasificación de uno a diez en función de su calidad y morfología. Dado que la selección embrionaria automatizada es más precisa que la manual, la probabilidad de embarazo evolutivo está directamente vinculada al porcentaje de puntuación y por tanto la paciente tiene más probabilidades de éxito.

La posibilidad de seleccionar y categorizar cromosómicamente los mejores embriones supone un aumento de las tasas tanto de gestación como de embarazo, y reduce asimismo las probabilidades anomalías cromosómicas. Es una técnica no invasiva que mejora los métodos de selección actuales.