Un algoritmo de inteligencia artificial puede determinar de manera no invasiva si un embrión fertilizado in vitro tiene un recuento de cromosomas normal o anormal, según un nuevo estudio realizado por investigadores de Weill Cornell Medicine.

Un algoritmo de inteligencia artificial puede determinar de manera no invasiva si un embrión fertilizado in vitro tiene un recuento de cromosomas normal o anormal, según un nuevo estudio realizado por investigadores de Weill Cornell Medicine.

Un número anormal de cromosomas, una condición llamada aneuploidía, es una de las principales razones por las que los embriones derivados de los procedimientos de fertilización in vitro (FIV) no se implantan ni dan como resultado un embarazo saludable. Uno de los métodos actuales para detectar la aneuploidía implica el muestreo similar a una biopsia y las pruebas genéticas de las células de un embrión, un enfoque que hace que el proceso de FIV sea más costoso e invasivo para el embrión. El nuevo algoritmo, STORK-A, descrito en un artículo publicado el 19 de diciembre Lancet Salud Digital, puede ayudar a predecir la aneuploidía sin las desventajas de la biopsia. Funciona analizando imágenes microscópicas del embrión e integrando información sobre la edad de la madre y la evaluación de la apariencia del embrión por parte de la clínica de FIV.

«Nuestra esperanza es que eventualmente podamos predecir la aneuploidía de una manera completamente no invasiva utilizando inteligencia artificial y técnicas de visión por computadora», dijo el autor principal del estudio, el Dr. Iman Hajirasouliha, profesor asociado de genómica computacional y fisiología y biofísica en Weill Cornell Medicine y miembro del Instituto de Medicina de Precisión de Inglaterra.

El primer autor del estudio es Josue Barnes, estudiante graduado de la Escuela de Graduados de Ciencias Médicas Weill Cornell que estudia en el Laboratorio Hajirasouliha. dr. Nikica Zaninovic, profesora asociada de embriología en obstetricia y ginecología clínica y directora del laboratorio de embriología en el Centro Ronald O. Perelman y Claudia Cohen de Medicina Reproductiva en Weill Cornell Medicine y NewYork-Presbyterian/Weill Cornell Medical Center dirigió el trabajo de embriología para el estudiar.

Según los Centros para el Control y la Prevención de Enfermedades de EE. UU., en 2020 se realizaron más de 300 000 ciclos de FIV en los Estados Unidos, lo que resultó en aproximadamente 80 000 nacimientos vivos. Los profesionales de FIV siempre están buscando formas de aumentar esta tasa de éxito para lograr embarazos más exitosos con menos transferencias de embriones, lo que significa desarrollar mejores métodos para identificar embriones viables.

El personal de la clínica de fertilidad actualmente está utilizando microscopía para examinar embriones en busca de anomalías generalizadas que se correlacionen con una viabilidad deficiente. Para obtener información sobre los cromosomas, los médicos también pueden usar un método de biopsia llamado prueba genética preimplantacional para aneuploidía (PGT-A), principalmente en mujeres mayores de 37 años.

Para desarrollar un enfoque computacional para la evaluación de embriones que se basa en el uso pionero de la fotografía de lapso de tiempo del laboratorio de embriología, los investigadores del Centro de Medicina Reproductiva se asociaron con colegas del Instituto de Inglaterra.

En un estudio de 2019, los equipos desarrollaron un algoritmo de inteligencia artificial (IA), STORK, que podría evaluar la calidad de los embriones y el personal de la clínica de FIV. Para el nuevo estudio, desarrollaron STORK-A como un reemplazo potencial para PGT-A, o como una forma más selectiva de decidir qué embriones deben someterse a pruebas de PGT-A.

El nuevo algoritmo STORK-A utiliza imágenes microscópicas de embriones tomadas cinco días después de la fertilización, la evaluación del personal clínico sobre la calidad del embrión, la edad materna y otra información que normalmente se recopila como parte del proceso de FIV. Usando IA, el algoritmo “aprende” automáticamente a correlacionar ciertas características de los datos, a menudo demasiado sutiles para el ojo humano, con la probabilidad de aneuploidía. El equipo entrenó a STORK-A con un conjunto de datos de 10.378 blastocistos para los que ya se conocía el estado de ploidía.

Con base en su desempeño, calificaron la precisión del algoritmo en la predicción de embriones «euploides» aneuploides versus cromosómicos normales en casi el 70 por ciento (69,3%). STORK-A tuvo una precisión del 77,6 % al predecir la aneuploidía con más de un cromosoma (aneuploidía compleja) en comparación con la euploidía. Posteriormente, probaron el algoritmo en conjuntos de datos independientes, incluido uno de una clínica de FIV en España, y encontraron resultados de precisión comparables que demostraban la capacidad de generalización de STORK-A.

El estudio proporciona una prueba de concepto para un enfoque actualmente experimental. Estandarizar el uso de STORK-A en las clínicas requeriría ensayos clínicos que lo comparen con PGT-A y la aprobación de la Administración de Alimentos y Medicamentos, todos los años en el futuro. Pero el nuevo algoritmo representa un paso adelante para hacer que la selección de embriones por FIV sea menos riesgosa, menos subjetiva, menos costosa y más precisa.

“Este es otro gran ejemplo de cómo la IA puede potencialmente transformar la medicina. El algoritmo convierte decenas de miles de imágenes de embriones en modelos de IA que, en última instancia, pueden ayudar a mejorar la eficiencia de la FIV y democratizar aún más el acceso al reducir los costos”, dijo el coautor, el Dr. Olivier Elemento, director del Instituto de Medicina de Precisión de Inglaterra y profesor de fisiología y biofísica y genómica computacional en biomedicina computacional en Weill Cornell Medicine.

“Creemos que mediante el uso de esta tecnología podemos, en última instancia, reducir la cantidad de embriones a biopsiar, reducir los costos y proporcionar una muy buena herramienta para consultar con el paciente al momento de decidir si realizar el PGT-A o no. dijo el Dr. Zaninovic.

El equipo ahora quiere aprovechar este éxito con algoritmos que fueron entrenados en videos de desarrollo embrionario.

«Al usar la clasificación de video, podemos usar información temporal y espacial sobre el desarrollo del embrión y, con suerte, esto permitirá la detección de tendencias de desarrollo que distingan la aneuploidía de la euploidía con una precisión aún mayor», dijo Barnes.

«Esta tecnología se está optimizando con la esperanza de que su precisión eventualmente se acerque a la de las pruebas genéticas, que es el estándar de oro y tiene una precisión de más del 90 por ciento», dijo el coautor, el Dr. Zev Rosenwaks, director y jefe médico asistente del Centro de Medicina Reproductiva Ronald O. Perelman y Claudia Cohen en NewYork-Presbyterian/Weill Cornell Medical Center y Weill Cornell Medicine, y Profesor Distinguido Revlon de Medicina Reproductiva en Obstetricia y Ginecología en Weill Cornell medicina «Pero somos conscientes de que este objetivo es ambicioso».

Muchos de los médicos y científicos de Weill Cornell Medicine mantienen relaciones y colaboran con organizaciones externas para promover la innovación científica y brindar asesoramiento experto. El Instituto hace públicas estas divulgaciones para garantizar la transparencia. Para obtener esta información, consulte Perfiles para dr. Iman Hajirasouliha, dr. Nikica Zaninovic, dr. Olivier Elemento y dr. Zev Rosenwaks.


DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí