Evaluación de la predicción de euploidía e implantación de embriones humanos mediante Inteligencia artificial time-lapse

Abstract

Introducción: la evaluación de la morfología embrionaria es la forma clásica de evaluación de la calidad embrionaria, la variabilidad inter e intra observador está presente, así como un componente subjetivo. Por otro lado, el DGP es el gold estándar para evaluar la euploidía embrionaria. Estos dos procedimientos son la base de la selección embrionaria. Actualmente, la predicción de euploidía e implantación es una necesidad en la práctica clínica de los laboratorios FIV. Diversos modelos predictivos basados en IA sugieren una solución para solventar esta necesidad. Una aplicación práctica de los algoritmos es asistir a los usuarios en la toma de decisiones para brindar a los pacientes predicciones precisas. Objetivos: resumir e identificar la eficacia reportada de los modelos IA para predecir la implantación y euploidía embrionaria en los tratamientos FIV. Resultados: Predicción de implantación AUC 0.60-0.82, estadísticamente significativa. Predicción de euploidía AUC 0.74-0.80, estadísticamente significativa. Los scores de los modelos de IA mostraban correlación con la viabilidad embrionaria (euploidía e implantación). Discusión: Los estudios demostraban ser predictivos, significativos y mostrar correlación con la implantación y euploidía embrionaria; algunos estaban basados en el entrenamiento del algoritmo, tenían un tamaño muestral bajo y necesitan validación con estudios prospectivos. Conclusión: La tecnología de IA es predictiva de implantación y euploidía, de acuerdo con los estudios presentados a la fecha. Sin embargo, se reconocen las limitantes de los algoritmos de IA y se hace énfasis en que deben de ser consideradas como asistentes de embriólogos para mitigar la variabilidad inter e intra evaluador, mas no una tecnología que hoy en día puede sustituir al embriólogo o al DGP