AI “co-pilota” nel laboratorio di PMA: individua gli embrioni che blastocisti

Tre studi coordinati dal team di ricerca italiano del gruppo Genera presentati al 41esimo congresso della Società europea di Riproduzione umana ed embriologia (Eshre) in corso a Parigi, dimostrano come l’integrazione tra intelligenza artificiale (AI) e tecnologia time-lapse stia cambiando radicalmente le pratiche cliniche in medicina della riproduzione. E l’AI si afferma sempre più come ‘assistente’, ‘co-pilota’ dell’embriologo nel valutare la qualità degli ovociti, lo sviluppo degli embrioni e il momento ideale per la biopsia embrionale, promettendo una gestione più oggettiva, personalizzata, riproducibile ed efficiente dei trattamenti di fecondazione assistita.

Predire lo sviluppo dell’embrione Il primo studio, effettuato in collaborazione con l’Università di Pavia e grazie a un grant Eshre, ha coinvolto oltre 6.000 ovociti inseminati tramite ICSI e coltivati in incubatori time-lapse EmbryoScope, analizzando i movimenti citoplasmatici nei primi 3 giorni di sviluppo. I ricercatori hanno addestrato tre modelli AI – ROCKET, LSTM-FCN e ConvTran – utilizzando algoritmi per trasformare alcuni video in dati temporali analizzabili. I modelli hanno raggiunto un’accuratezza predittiva dello sviluppo a blastocisti, quindi della capacità dell’embrione di maturare correttamente prima del trasferimento in utero (giorno 5-7 dopo l’inseminazione), del 63% già al giorno 1 e fino al 70% al giorno 3. “I modelli sono stati sviluppati senza alcun intervento manuale, utilizzando esclusivamente dati time-lapse e senza annotazioni aggiuntive – commenta Danilo Cimadomo, Research Manager del gruppo Genera – è un passo avanti significativo verso valutazioni embrionali più precoci e oggettive. L’AI, integrando dinamiche citoplasmatiche, timing dello sviluppo e metadati dei pazienti, potrà in futuro fornire strumenti di supporto clinico sempre più personalizzati e affidabili. Il vantaggio di non essere determinate da interventi manuali degli operatori è positiva perché comporta un risparmio di tempo da investire in funzioni più cognitivamente attive e importante, e puntare a una collaborazione AI-operatori basata su osservazioni di caratteristiche differenti”.

AI e qualità ovocitaria: il Magenta-score nelle donazioni Il secondo studio multicentrico, condotto in Spagna, ha valutato 1.275 ovociti di donatrici di ovociti tramite l’algoritmo Magenta-score, sviluppato da Future Fertility. Applicato in cieco prima dell’inseminazione, il sistema ha predetto con buona precisione la probabilità di sviluppo a blastocisti. Gli ovociti che hanno dato origine a blastocisti presentavano punteggi Magenta significativamente più alti rispetto a quelli che non si sono sviluppati, dimostrando l’efficacia predittiva dello strumento. Inoltre, nel 72% dei casi, il numero di blastocisti ottenute rientrava esattamente nel range previsto dall’algoritmo o era addirittura maggiore. Tra i cicli completati, il Magenta score mostrava una buona associazione anche con il tasso cumulativo di nati vivi.

Tempistica della biopsia: maggiore sicurezza e standardizzazione Il terzo studio ha affrontato una delle procedure più delicate del processo IVF: la biopsia dell’embrione per la diagnosi genetica preimpianto. Analizzando 1.943 blastocisti coltivate tra il 2013 e il 2020 e sottoposte a biopsia in diversi anni e da parte di sette operatori, i ricercatori hanno dimostrato come l’utilizzo di TLM combinata ad AI (in particolare con il sistema CHLOE di Fairtility) consenta di identificare il momento ottimale per la biopsia in modo uniforme e riproducibile. “Il momento in cui si esegue la biopsia è determinante per la qualità del risultato genetico e per la sicurezza dell’embrione – ha sottolineato Cimadomo – l’AI può aiutare a monitorare in tempo reale l’espansione e guidare l’embriologo nella scelta del momento più adeguato alla procedura”.

Ma l’AI non sostituirà gli embriologi “Questi tre studi – commenta Laura Rienzi, embriologa e Direttore Scientifico dei centri Genera – dimostrano come l’intelligenza artificiale e la tecnologia time-lapse possano fornire soluzioni integrate per ottimizzare la selezione ovocitaria, prevedere precocemente la competenza embrionale e standardizzare le pratiche di laboratorio, riducendo variabilità e soggettività. Dall’analisi iniziale degli ovociti fino alla biopsia preimpianto, la medicina della riproduzione entra in una nuova era, basata su dati, algoritmi e medicina personalizzata”.

Anche in un recente editoriale sulla rivista RBMO (Reproductive BioMedicine Online) dal provocatorio titolo: “Abbiamo ancora bisogno degli embriologi?” la prof.ssa Rienzi ha evidenziato che “se da un lato gli algoritmi AI possono predire la potenzialità di impianto degli embrioni, come dimostrato da diversi studi comparativi, dall’altro l’interpretazione dei dati, la gestione dei casi complessi e l’ideazione di nuovi indicatori di performance rimangono competenze insostituibili dell’embriologo. La letteratura citata nell’editoriale suggerisce che l’AI ha una performance comparabile, ma non superiore, all’esperienza umana, soprattutto nelle attività decisionali. Anche esperienze come la vitrificazione robotizzata o l’ICSI automatizzata mostrano risultati promettenti, ma richiedono ulteriori validazioni cliniche su larga scala”.