¿Cuánto ayuda la inteligencia artificial a elegir el embrión correcto?
Un metaanálisis publicado en Contraception and Reproductive Medicine por Ataei Mina y su equipo acaba de poner números concretos a una pregunta que lleva años rondando las clínicas de fertilidad: ¿puede un algoritmo predecir mejor que un embriólogo qué embrión logrará un embarazo? La respuesta, tras revisar decenas de estudios con la metodología PRISMA, es que sí, pero con matices.
Los investigadores analizaron datos de buscadores como PubMed, Scopus y Web of Science, y encontraron que los modelos de IA –desde redes neuronales convolucionales hasta máquinas de soporte vectorial– logran una sensibilidad combinada de 0,69 y una especificidad de 0,62 para predecir la implantación. El área bajo la curva (AUC) alcanzó 0,7, lo que indica una capacidad predictiva moderadamente alta, aunque lejos de ser perfecta. Modelos concretos como Life Whisperer llegaron al 64,3% de precisión, mientras que el sistema FiTTE, que combina imágenes de blastocistos con datos clínicos de la paciente, subió al 65,2%.
El hallazgo clave no es que la IA sea infalible –no lo es– sino que supera de forma consistente a la evaluación morfológica tradicional, que ha sido durante décadas el estándar. El problema de fondo es que muchos embriones con aspecto “normal” no logran implantarse, y ahí es donde el algoritmo aporta información adicional que el ojo humano no capta.
La industria ya adoptó la tecnología
Mientras la academia publica metaanálisis, las clínicas ya están en otra fase. IVI, una de las redes de reproducción asistida más grandes de Europa y con presencia en España y varios países de América Latina, ofrece desde hace meses su herramienta IA EmbryoSelect, que utiliza time-lapse e inteligencia artificial para clasificar embriones. No es un experimento de laboratorio: es un servicio que se vende a pacientes que buscan maximizar sus probabilidades de éxito en un ciclo de FIV.
La promesa comercial es clara: menos subjetividad, más datos y, en teoría, menos ciclos fallidos. Pero la implementación plantea preguntas operativas para cualquier clínica de la región que quiera adoptar estas herramientas. El metaanálisis señala que los modelos necesitan ser entrenados con conjuntos de datos grandes, diversos y de alta calidad. En Latinoamérica, donde los registros clínicos no siempre están estandarizados ni digitalizados, el riesgo de sesgo es real. Si un algoritmo se entrena mayoritariamente con embriones de mujeres caucásicas de Europa o Estados Unidos, su precisión puede caer al aplicarse en poblaciones latinoamericanas.
Una mirada desde la política de IA
La economista Lucía Velasco, exresponsable de políticas de IA en Naciones Unidas y el Foro Económico Mundial, ofreció recientemente una perspectiva que conecta directamente con este debate. En una entrevista en el pódcast CeroLikes de la Cadena SER, Velasco señaló que la inteligencia artificial puede acelerar descubrimientos en áreas de la salud femenina que históricamente han estado desatendidas por falta de incentivos de mercado. "Hasta ahora se investigaba más la infertilidad masculina que la perimenopausia de la mujer", afirmó. Y añadió: "Con la tecnología ahora va a ser posible investigar muchas cosas que antes no se investigaban porque no eran rentables".
Su observación es pertinente para el caso de la selección embrionaria. La mayoría de los estudios sobre IA en FIV provienen de centros de Europa, Asia y Norteamérica. En América Latina, la adopción es incipiente y no existen metaanálisis regionales que validen los mismos indicadores de sensibilidad y especificidad para la población local. Para una clínica chilena, mexicana o argentina, la decisión de invertir en un sistema como FiTTE o Life Whisperer implica asumir un riesgo de calibración: los datos de entrenamiento pueden no reflejar la variabilidad genética y metabólica de sus pacientes.
Velasco también mencionó el trabajo de la Fundación Gates en África, donde la IA se usa para prevenir muertes durante el embarazo mediante asesoramiento médico remoto. La comparación no es casual: muestra que la tecnología puede ser una herramienta de equidad, pero solo si se implementa con datos representativos y acceso real. De lo contrario, corre el riesgo de replicar los mismos sesgos que dice corregir.
Lo que viene para las clínicas latinoamericanas
Para los ejecutivos de clínicas de fertilidad en la región, el metaanálisis de Mina et al. entrega un dato concreto sobre el cual tomar decisiones: la IA no reemplazará al embriólogo, pero puede mejorar la tasa de aciertos en alrededor de 10 puntos porcentuales respecto a la inspección visual tradicional. El desafío no es técnico, es de implementación. Las preguntas que quedan sobre la mesa son: ¿quién auditará que los algoritmos funcionen igual en pacientes latinoamericanas? ¿Cómo se garantiza la privacidad de los datos embrionarios cuando se envían a plataformas en la nube fuera de la región? Y, sobre todo, ¿el costo adicional de estas herramientas se traduce en menos ciclos fallidos y, por tanto, en un ahorro real para el paciente o el sistema de salud?
