La IA es "mucho más rápida y consistente" que el embriólogo para clasificar embriones

Marcos Meseguer, embriólogo de IVI, en el 34º Congreso de la ESHRE
IVI
Actualizado: jueves, 5 julio 2018 8:36

MADRID, 5 Jul. (EUROPA PRESS) -

Un estudio del doctor Marcos Meseguer, embriólogo de IVI Valencia, ha mostrado que la inteligencia artificial (IA) es "mucho más rápida y consistente" que el embriólogo para clasificar embriones usando imágenes de 'Time-Lapse'.

Bajo el nombre 'Using Artificial Intelligence (AI) and Time-Lapse to improve human blastocyst morphology evaluation', Meseguer ha presentado este informe en el 34º Congreso de la Sociedad Europea de Reproducción Humana y Embriología (ESHRE), celebrado este año en Barcelona.

"Esta investigación muestra cómo IA es mucho más rápida y consistente que el embriólogo para clasificar embriones usando imágenes de lapso de tiempo, además de aportar concordancia en los procesos, frente a la variabilidad y heterogeneidad ligadas al trabajo del operador humano", ha explicado el embriólogo.

Esa es la conclusión que Meseguer saca de este trabajo, en el que ha participado la Universidade Estadual Paulista (UNESP), 5 embriólogos de 4 países diferentes, y se han analizado 223 embriones según los criterios de morfología convencionales, necesarios para la selección embrionaria.

"La IA ha aprendido a medir, interpretar, analizar y distinguir las diferentes partes del embrión y a seleccionarlos según estos criterios, perfeccionando su proceso a medida que amplía la cifra de embriones evaluados. La aplicación de IA a la clasificación del blastocisto humano es económica, no invasiva y más fiable que la clasificación por parte de un operador. En lugar de que un humano mire miles de imágenes, la IA las evalúa, aprende y cuantifica continuamente información adicional. Como se demostró, esta tecnología puede mejorar inherentemente nuestras capacidades de evaluación de la viabilidad embrionaria", ha detallado el investigador.

En cualquier caso, Meseguer reconoce que los blastocistos humanos presentan "desafíos" para el reconocimiento de imágenes de IA, por lo que reclama "más estudios independientes para demostrar la reproducibilidad antes de establecer su aplicación clínica".