Un algoritmo pionero basado en inteligencia artificial predice con exactitud la probabilidad de embarazo en mujeres que se someten a procesos de reproducción asistida. EXPECTmore, desarrollado en España por investigadores del DataTeam del Grupo Eugin, centros de reproducción asistida y fertilidad, utiliza más de 200.000 datos de pacientes de las clínicas de Eugin.

Hasta ahora, las predicciones de embarazo en tratamientos de reproducción asistida se realizaban según el histórico de los resultados de pacientes anteriores, por rangos de edad. "Sin embargo, es obvio que, aunque dos pacientes tengan la misma edad, no van a tener las mismas probabilidades de éxito, ya que hay otros muchos otros factores que influyen", señala la Dra. Rita Vassena, directora Científica del Grupo Eugin. Y añade que "es aquí donde actúa nuestro modelo, ya que tiene en cuenta factores fundamentales más allá de la edad para ajustar esas probabilidades esperadas de embarazo para cada paciente".

Para ello, utiliza la inteligencia artificial, que permite reunir una importante cantidad de datos a los que se les aplican potentes algoritmos capaces de identificar relaciones entre multitud de factores y los resultados de los tratamientos. "El resultado es un método novedoso y altamente científico de predicción, que tiene en cuenta decenas de elementos analizados utilizando más de 200.000 datos de pacientes de nuestras clínicas, hasta llegar a una predicción totalmente personalizada y adaptada al caso específico de cada mujer.", explica Vassena.

Inteligencia artificial en reproducción asistida

El modelo permite también saber los resultados que obtendría una paciente que utilice los gametos de su pareja, pero también si decidiera hacer el tratamiento con gametos de donante. Además, puede realizar recomendaciones a cada paciente sobre acciones o hábitos para optimizar el éxito del tratamiento.

"Más allá de la valiosa información que obtenemos de la predicción, atendemos también la inquietud de las parejas de tener un rol participativo en su tratamiento. Por primera vez, nuestros algoritmos identifican sobre qué elementos pueden influir los propios pacientes y así abordar el tratamiento de manera activa y conjunta", continúa Vassena.

"El objetivo es aportar claridad y ser honestos con las pacientes para que puedan decidir, junto con su médico, cuál es el mejor camino. Y, ahora, estamos en condiciones de aportar una información individualizada y específica para que esas decisiones sean aún más informadas y conscientes", concluye Vassena.