Ya no basta con congelar óvulos y esperar: la IA entra en las clínicas para decirte su potencial real

Durante años, congelar óvulos significaba congelar también una incógnita. Las mujeres que optaban por la vitrificación como estrategia para preservar su fertilidad sabían cuántos ovocitos almacenaban, pero no qué potencial real tenían. La estimación dependía casi exclusivamente de la edad y de estadísticas poblacionales. No había mucho más. Eso está empezando a cambiar. La inteligencia artificial ha comenzado a utilizarse en medicina reproductiva no solo para optimizar procesos técnicos, sino también para ofrecer a las pacientes información predictiva más precisa sobre sus posibilidades reales de ser madres en el futuro a partir de sus propios óvulos vitrificados. De la intuición visual a la precisión algorítmica. Antes de la incorporación de la IA, la calidad de un ovocito prácticamente no podía evaluarse de forma objetiva. Según explica el doctor Marcos Meseguer, Director Global de Investigación en Embriología, en una entrevista para Xataka, la valoración dependía de criterios morfológicos generales y de la impresión subjetiva del embriólogo, basándose muchas veces en si el óvulo "parecía bonito o feo". No existían estándares cuantitativos sólidos ni modelos capaces de estimar la competencia biológica del ovocito. La predicción era extremadamente limitada, casi equivalente al azar. El salto tecnológico no ha sido incremental, sino cualitativo. “Hemos pasado de no tener prácticamente ninguna herramienta pronóstica a disponer de modelos con capacidad real de predicción”, detalla Meseguer. Hoy, los algoritmos están introduciendo una capa de análisis cuantitativo que transforma ese escenario. En Xataka Un solo hombre ha engendrado a 197 hijos repartidos por 14 países de Europa. Y es señal de un problema más profundo Más en profundidad. El cambio no es menor. Según nos explica Meseguer, la IA permite analizar miles de imágenes de ovocitos cuyos resultados clínicos posteriores se conocen —si formaron embrión, si llegaron a blastocisto— y aprender patrones asociados al éxito reproductivo. El algoritmo evalúa siempre los mismos parámetros de forma estandarizada. Esa sistematización elimina la variabilidad entre observadores y convierte una valoración subjetiva en una evaluación objetiva y reproducible. En otras palabras, por primera vez se puede ofrecer una estimación probabilística basada en datos y no solo en estadísticas generales por edad. No es magia: medir mejor, no ver más. Conviene matizar qué hace exactamente la IA y qué no hace. El algoritmo no detecta anomalías genéticas ocultas ni sustituye pruebas como el diagnóstico genético preimplantacional. Como aclara el especialista, el análisis genético no se realiza sobre el ovocito, sino sobre el embrión tras la fecundación. La IA aplicada al ovocito analiza las mismas imágenes que ve el embriólogo, pero de forma cuantitativa. Mide con precisión parámetros como el diámetro ovocitario, el grosor de la zona pelúcida o determinadas características del citoplasma. “La diferencia no es ver más, sino medir mejor y de manera estandarizada”, señala Marcos Meseguer. Además, el ovocito no se evalúa de forma dinámica, como ocurre con el embrión, sino estática. No se trata de elegir un “candidato ideal” —todos los ovocitos maduros se utilizan en reproducción asistida—, sino de estratificar su potencial biológico y ofrecer estimaciones probabilísticas de competencia. Más información, pero no garantías. Este avance no implica que los laboratorios “seleccionen” solo los mejores ovocitos. Todos los ovocitos maduros (metafase II) siguen utilizándose. La diferencia está en la estratificación de su potencial biológico. En preservación de la fertilidad —mujeres que vitrifican óvulos para usarlos años después— esta información adquiere especial relevancia. En lugar de basar las expectativas exclusivamente en la edad, pueden incorporarse datos personalizados derivados del análisis algorítmico. Sin embargo, la prudencia es clave. La edad continúa siendo el factor pronóstico más determinante. La IA no modifica la biología ni compensa limitaciones fisiológicas. Es una herramienta de apoyo, no una solución milagrosa, advierte el experto. Lo que sí logra es reducir la incertidumbre. Y en un terreno marcado por el estrés emocional y la toma de decisiones complejas, disponer de información cuantificada y objetiva puede cambiar la conversación clínica. Una tendencia global hacia la automatización. La incorporación de inteligencia artificial se enmarca en una transformación más amplia de los laboratorios de fertilidad. Un ejemplo reciente lo recoge The New York Times a partir de un estudio publicado en Nature Medicine. El trabajo analiza un dispositivo de microfluidos denominado OvaReady, capaz de recuperar óvulos que el método convencional no detectaba tras la aspiración folicular. En el estudio, el dispositivo analizó líquido folicular que ya había sido examinado manualmente. En más de la mitad de las pacientes se encontraron ovocitos adicionales que iban a ser descartados. Incluso se documentó el nacimiento de una niña a partir de uno de esos ovocitos recuperados. Aunque esta tecnología no es exactamente un sistema predictivo como los algoritmos de análisis de imagen, ilustra una tendencia clara: los laboratorios están incorporando herramientas automatizadas que estandarizan procesos y reducen la dependencia exclusiva del criterio humano. Expertos citados por el diario estadounidense subrayan, no obstante, que todavía se necesitan estudios más amplios para confirmar que estos óvulos adicionales aumentan de forma consistente la tasa de nacimientos vivos. El impacto real: ¿gestionar mejor el “reloj biológico”? El entusiasmo tecnológico, sin embargo, tiene fronteras. “La IA es una herramienta de apoyo al diagnóstico y a la toma de decisiones, no una solución milagrosa”, señala el especialista en la entrevista. Puede optimizar decisiones y reducir variabilidad, pero no puede modificar la calidad intrínseca de los gametos ni alterar las limitaciones biológicas. En otras palabras, mejora la información disponible, pero no cambia la biología. El siguiente paso. El desarrollo no se detiene en la evaluación ovocitaria. Según el embriólogo, el siguiente gran salto será la optimización progresiva de los protocolos de estimulación ovárica mediante modelos predictivos que integren datos clínicos, hormonales y de respuesta previa. Más que una “personalización absoluta”, se tratará de una mejora continua en precisión. La medicina reproductiva avanza hacia decisiones cada vez más basadas en datos. En términos económicos, la incorporación tecnológica puede suponer inicialmente un mayor coste, pero a medio y largo plazo podría reducir ciclos fallidos y hacer el sistema más coste-efectivo. Congelar óvulos sin congelar la incertidumbre. La vitrificación seguirá siendo una apuesta con margen de incertidumbre. Ningún algoritmo puede prometer un embarazo futuro. Pero sí puede ofrecer una estimación más afinada del potencial biológico de esos óvulos congelados. Durante años, la preservación de la fertilidad fue una decisión apoyada en estadísticas generales. Hoy empieza a apoyarse también en modelos predictivos personalizados. La inteligencia artificial no elimina el paso del tiempo ni garantiza la maternidad. Pero sí introduce algo nuevo en una disciplina históricamente marcada por la probabilidad: información medible, estandarizada y basada en datos. Y en un terreno donde la incertidumbre pesa tanto como la biología, disponer de información más precisa puede ser, por sí mismo, un cambio profundo. Imagen | Freepik 1 y 2 Xataka | No sabíamos casi nada de la "caja negra" de la vida, el momento inicial de la fecundación: eso se ha terminado - La noticia Ya no basta con congelar óvulos y esperar: la IA entra en las clínicas para decirte su potencial real fue publicada originalmente en Xataka por Alba Otero .