Las empresas de tecnología de fertilidad están de acuerdo. Están apostando fuerte a que la inteligencia artificial puede salvar el día a las parejas que intentan concebir mediante FIV. No es un mal lanzamiento. La fertilización in vitro ya es un hacedor de milagros, ya que ha traído al mundo a millones de niños durante las últimas cuatro décadas. Sólo en Estados Unidos el año pasado nacieron más de 100.000 bebés.
Pero aquí está el problema. Las probabilidades no son grandes. Según los CDC, alrededor del 37,5% de los ciclos de TAR resultarán en nacimientos en todas las edades en 2022. Luego, mire a las mujeres mayores de cuarenta años. Ese número tanques. Se reduce al diez por ciento. Quizás menos.
Aquí es donde la IA interviene con sus brillantes promesas. Sus defensores afirman que estos algoritmos pueden detectar un embrión ganador más rápido que el ojo humano. Argumentan que podemos predecir qué mezcla genética conduce a un bebé sano y cuál termina en un aborto espontáneo. ¿Pero algunos expertos? Todavía no se creen las expectativas.
El lío ético
Se complica rápidamente. ¿Qué sucede si la IA detecta el color de ojos? ¿O altura? Se trata de una pendiente resbaladiza hacia el territorio de la eugenesia, y la mayoría de la gente está de acuerdo en que deberíamos trazar una línea dura en ese sentido. Luego está la privacidad de los datos. Los datos de fertilidad son profundamente íntimos.
Mina Alikani, experta en medicina reproductiva, lo expresa claramente:
Así como la sociedad en general está lidiando con esto, [los proveedores] deben hacer lo mismo.
Todavía estamos descubriendo las reglas del camino para la IA. Aplicar esas mismas reglas confusas a la reproducción humana parece peligroso.
¿Las máquinas ven mejor? ¿O ellos?
Aquí hay una estadística que me llamó la atención. Una revisión de 2023 enfrentó a los modelos de IA con embriólogos experimentados. ¿Quién ganó el juego de predicción del éxito del embarazo?
La IA lo hizo. Alcanzó un 81,5% de precisión. Los humanos se sentaron en un lento 51%.
Espera, escucha más atentamente. Esa predicción es para un embarazo. No necesariamente un nacimiento vivo. Hay una gran diferencia entre un kit de prueba positivo y un recién nacido sano. Pero a las nuevas empresas de fertilidad les encantan estos números. Herasight y Cercle están alimentando a sus robots con datos hormonales, estadísticas de motilidad de los espermatozoides y marcadores fisiológicos. El objetivo es decirle exactamente cuántos óvulos o embriones podría necesitar para tener una oportunidad de tener éxito. Para eliminar las conjeturas de las conjeturas.
Un ensayo aleatorio de principios de 2025 sugirió que la IA podría ser mejor que los métodos de selección tradicionales. Quizás igual a. Aún así, Alikani advierte que no se debe emocionar demasiado. Estos sistemas ayudan. No reemplazan. Aún no se sabe si esto realmente cambia los resultados clínicos de manera significativa.
El problema de los silos de datos
Hay una razón por la que es tan difícil entrenar un robot perfecto. Los datos son un desastre. Cada clínica registra la información de manera diferente. Cada país tiene protocolos diferentes. No se puede sintetizar una verdad global a partir de registros fragmentados y desordenados.
David Sable, endocrinólogo de Columbia, la llama “Una Torre de Babel”.
Sin estandarización, no se obtiene medicina de precisión. Entra basura y sale basura. Los investigadores piden un enfoque unificado. La precisión importa. Los protocolos de estimulación personalizados y una mejor anotación de embriones podrían ayudar. Pero ahora mismo estamos experimentando con los componentes básicos. El sistema en sí sigue siendo inestable.
Caro e inmaduro
Hablemos de costo. Un solo ciclo de FIV puede alcanzar los 50.000 dólares. Es un producto de lujo. La IA no bajará ese precio en el corto plazo.
Sable señala que la FIV como industria es joven. Compárelo con la bacteriología, que cuenta con décadas de datos y estándares sólidos. La tecnología reproductiva todavía está descubriendo sus propias reglas.
Generalmente está disponible para un pequeño número de personas.
Agregar capas de IA a una industria costosa y opaca crea nuevos riesgos. Violaciones de datos. Alucinaciones de algoritmos en las que la IA inventa datos que no existen. Estos no son sólo riesgos teóricos; son amenazas inmediatas a la seguridad del paciente.
¿El veredicto? Amable.
Hemos visto otras “revoluciones tecnológicas” en el ámbito de la fertilidad que no han cumplido promesas grandiosas. Realice una inyección intracitoplasmática de espermatozoides mediante imágenes de lapso de tiempo. Suena elegante. Utiliza cámaras para observar nadar los espermatozoides. Un estudio del Reino Unido y Hong Kong de 2024 con casi 1,60 participantes lo analizó.
¿Resultado? Los nacidos vivos pasaron del 33% al 33,7%.
Una diferencia insignificante. Impacto casi nulo.
Las pruebas genéticas previas a la implantación (PGT-A) funcionan mejor para los controles cromosómicos. ¿Pero las tasas generales de éxito de la FIV? Llegan a un máximo del 50%. Generalmente mucho más bajo.
Entonces, ¿por qué impulsa la IA? Desesperación. Las clínicas quieren aumentar esas cifras. Alikani admite que existe la posibilidad de que superemos el límite del 50% más rápido con estas herramientas. Quizás nos sorprendamos a nosotros mismos.
¿Pero mirando la evidencia hoy?
Los algoritmos aún no nos están dando resultados superiores. El revuelo supera los datos. Y en esa brecha es donde reside el verdadero peligro.
