Procreazione assistita: l’IA aiuta per la selezione degli embrioni


Studio IVI dimostra che l’intelligenza artificiale nella selezione di embrioni normali dal punto di vista cromosomico ha un tasso di precisione del 75%

selezione degli embrioni

Lo sviluppo e l’introduzione delle tecnologie di intelligenza artificiale (IA) ha dimostrato, negli ultimi anni, un grande potenziale per eliminare alcune inefficienze ancora presenti in diverse fasi dei trattamenti di riproduzione assistita, incluso il miglioramento di alcuni processi dei laboratori di fecondazione in vitro (IVF) e, più specificamente, della selezione degli embrioni.

A tal proposito, IVI ha realizzato uno studio approfondito sull’applicazione dell’IA alla selezione degli embrioni che annovera la più ampia casistica combinata della storia scientifica al momento, con l’analisi di 25.000 embrioni e 4.000 pazienti. Grazie a questo studio, IVI ha rivoluzionato il settore dell’embriologia, mettendo a disposizione delle sue cliniche diverse tecniche, che permettono di offrire una selezione universale, standardizzata e automatizzata degli embrioni. Gli ultimi risultati sono stati pubblicati sulla rivista statunitense Fertility and Sterility e sullo European Reproductive Biology OL.

“Nei laboratori di embriologia abbiamo applicato soluzioni basate sui dati per valutare il potenziale di impianto degli embrioni, questo ci ha permesso di migliorare l’efficienza di uno dei processi più importanti nella riproduzione assistita: la coltura e la selezione degli embrioni. Oggi i nostri laboratori raggiungono una precisione del 75% nella selezione degli embrioni normali dal punto di vista cromosomico, risultati che in passato non erano possibili tramite una valutazione esclusivamente “manuale”, indipendentemente dall’esperienza dell’embriologo”, ha affermato il dottor Marcos Meseguer, embriologo e supervisore scientifico dell’Unità di Embriologia di IVI Valencia, riconosciuto recentemente dall’Università di Stanford come uno dei migliori ricercatori a livello mondiale, al pari di professori come José Remohí e Antonio Pellicer, e al Dr. Juan Antonio García Velasco, tutti professionisti IVI.

L’ultimo lavoro sull’applicazione dell’intelligenza artificiale alla selezione degli embrioni, dal titolo “La visione artificiale può distinguere tra embrioni euploidi e aneuploidi. L’IA ha offerto un nuovo approccio per misurare l’attività di divisione cellulare associata allo stato cromosomico” è stato presentato alla 37°edizione del Congresso ESHRE, che quest’anno si svolge online per la seconda volta, a causa della crisi sanitaria.

Alla dottoranda Lorena Bori dell’Istituto IVI di Valencia è stato affidato l’incarico di illustrare i principali risultati dello studio, co-diretto dal dottor Meseguer e dalla dottoressa Daniella Gilboa di Tel-Aviv.

Principali risultati dello studio presentato all’ESHRE

  • Lo scopo dello studio era quello di analizzare un embrione cromosomicamente euploide senza bisogno di tecniche invasive. Quindi, di estrarre dalla blastocisti un numero di cellule (da 5 a 10) idoneo all’analisi cromosomica della stessa, per comprenderne l’esatta composizione cellulare.
  • Per la prima volta, attraverso un sistema basato sull’IA è stato possibile analizzare accuratamente le fasi iniziali dello sviluppo embrionale e quantificare la durata dei cicli cellulari, determinando al contempo il diametro delle cellule che costituiscono la blastocisti. In questo modo è stato generato un algoritmo in grado di distinguere tra un embrione normale dal punto di vista cromosomico e uno anormale con una precisione del 75%.
  • Gli oltre 2.500 embrioni analizzati geneticamente presso l’Istituto IVI di Valencia – la più grande casistica scientifica del mondo – ci hanno permesso di dimostrare che, a seconda del loro contenuto cromosomico, gli embrioni si comportano diversamente durante lo sviluppo, e questo può essere analizzato automaticamente con l’imaging, tecnica di IA.
  • Lo studio ha dimostrato che gli embrioni cromosomicamente normali (euploidi) iniziano il loro sviluppo come blastocisti leggermente prima degli embrioni aneuploidi. Questo periodo più lungo di crescita degli embrioni aneuploidi per il raggiungimento della fase di blastocisti si spiega con il loro maggiore livello di attività cellulare.
  • La possibilità di selezionare e classificare i migliori embrioni dal punto di vista cromosomico si traduce in un aumento dei tassi di gestazione e gravidanza e riduce la probabilità di anomalie cromosomiche, producendo una previsione oggettiva e affidabile con una tecnica rapida ed economica.
  • Si tratta di una rivoluzione nella riproduzione assistita perché ci permette di evitare tecniche invasive che possono influenzare in qualche modo la vitalità dell’embrione, eguagliando i risultati attuali della PGT-A non invasiva senza il costo e il danno all’embrione che queste ultime comportano. Inoltre, comporterebbe l’automazione di un processo che attualmente viene eseguito manualmente e su piccola scala.

Come può l’IA migliorare i trattamenti FIVET?

L’Intelligenza Artificiale è una tecnologia che comprende l’apprendimento automatico e quello profondo. Il termine IA si riferisce a qualsiasi programma in grado di risolvere problemi, imparare dalle esperienze e svolgere compiti, come fanno normalmente gli esseri umani.

“In particolare, questo sistema classifica automaticamente gli embrioni utilizzando metodi di apprendimento diretto basati sull’esperienza di embriologi esperti, rilevando e valutando tutte le fasi dello sviluppo dell’embrione, classificandone anche la morfologia. La selezione embrionale automatizzata, rispetto a quella manuale, è più accurata, quindi determina un aumento delle probabilità di successo del trattamento”, ha spiegato Daniela Galliano, medico chirurgo, specializzata in Ginecologia, Ostetricia e Medicina della Riproduzione, Responsabile del Centro PMA di IVI Roma.

“Pertanto è possibile affermare che l’IA può apportare numerosi miglioramenti nei trattamenti di fertilità” ha concluso la dott.ssa Galliano. Eccone alcuni:

  • Un’identificazione più ampia e precoce di potenziali pazienti, attraverso nuovi indicatori di infertilità e correlazioni nei modelli di comportamento, utilizzando l’analisi dei big data.
  • Una migliore gestione delle aspettative dei pazienti con l’analisi delle previsioni di successo dei trattamenti di FIVET, considerando i nati vivi.
  • Tassi di successo del trattamento più elevati, attraverso l’adozione di protocolli personalizzati e individualizzati.
  • Un supporto nel prendere decisioni cliniche durante tutte le fasi del processo di laboratorio, utilizzando algoritmi e visione artificiale per identificare i gameti e gli embrioni più vitali.
  • La determinazione della fase di ricezione dell’endometrio, effettuata tramite algoritmi intelligenti e biomarcatori, essenziale per determinare il momento migliore per l’impianto dell’embrione e, dunque, per ottenere la gravidanza.