Le sfide dell’intelligenza artificiale nella fertilità

L’industria della fertilità deve molto alla scienza e alla tecnologia; senza entrambi, le persone che non potrebbero avere figli non sarebbero mai state in grado di realizzare il loro sogno di diventare genitori. È il progresso costante della scienza che fa crescere i tassi di successo anno dopo anno. Associamo concetti come l’intelligenza artificiale alla fantascienza robotica futuristica. Tuttavia, la verità è che l’intelligenza artificiale è ampiamente utilizzata nell’industria della medicina e della fertilità e le sue applicazioni pratiche sono infatti assolutamente cruciali per la fecondazione in vitro.

Cosa può fare l’intelligenza artificiale nella fertilità?

Gli algoritmi sono alla base di alcune parti dei processi durante i vari trattamenti di fertilità. Per citarne alcuni, uno dei contributi più importanti dell’IA in questo campo è lo sviluppo di modelli predittivi per aiutare professionisti e pazienti quando devono affrontare decisioni mediche. Quando si valuta la possibile vitalità di un embrione, possiamo solo prendere in considerazione il suo sviluppo. Tuttavia, utilizzando l’IA possiamo introdurre altre variabili (come indice di massa corporea, età, riserva ovarica o qualità del seme della paziente) e di conseguenza affrontarle globalmente.

L’intelligenza artificiale è anche usata per analizzare in modo non invasivo gli embrioni per determinarne l’integrità genetica, che si traduce indubbiamente in migliori risultati nei trattamenti di fecondazione in vitro. Naturalmente, uno dei campi in cui anche l’intelligenza artificiale ha molto da dire è nel processo di selezione dei donatori.

Intelligenza artificiale per scegliere donatori per i pazienti

Partendo dall’ovvia premessa che tutti i pazienti con fertilità hanno la priorità di avere un bambino sano, quando si tratta di scegliere un donatore è spesso presente anche il desiderio di avere un bambino che assomigli ai loro futuri genitori. In effetti, alcune leggi nei paesi in cui i medici devono scegliere il donatore, rafforzano questa teoria perché cercano di garantire un minimo di somiglianza nella selezione dei donatori costringendoli a scegliere donatori fenotipicamente simili. Ma il problema della somiglianza è molto più complesso di quanto possa sembrare a prima vista.

È tutto ereditato?

L’armonia dei loro lineamenti, la forma della loro bocca, quanto è bello il loro naso o quanto sono grandi i loro occhi possono attirare la nostra attenzione su una persona. Ma la genetica getta acqua fredda sulle nostre aspettative che i nostri figli li ereditino necessariamente perché non tutti i tratti vengono trasmessi di generazione in generazione con la stessa probabilità.

L’intelligenza artificiale è in grado di apprendere come vengono ereditati i tratti. L’ostacolo principale è che ha bisogno di un database molto ampio di volti per studiare l’ereditarietà e un database così ampio non è sempre disponibile. Inoltre, oggigiorno si aggiunge il problema della protezione dei dati.

Generazione di volti sintetici

Per risolvere questo problema che colpisce molte aree, non solo la fertilità, sono stati fatti molti progressi nell’imaging. Alcuni dei progressi hanno raggiunto i mass media sotto forma di app commerciali per l’intrattenimento come queste che ti permettono di cambiare il sesso di una persona in una foto o che simulano come apparirai quando sarai invecchiato.

Un sito Web molto sorprendente è “Questa persona non esiste” che genera “foto” di persone inesistenti di età, razza e sesso diversi. Man mano che l’algoritmo viene addestrato, le rappresentazioni sono sempre più realistiche ed è difficile credere che queste persone non esistano realmente. Queste immagini a loro volta vengono utilizzate dai ricercatori di tutto il mondo per scopi scientifici.

Come decidiamo se qualcuno assomiglia a qualcun altro?

Le persone sono in grado di percepire la somiglianza, ma è in qualche modo soggettiva. L’esempio più chiaro sono i bambini piccoli, ai quali la famiglia paterna trova sempre una somiglianza con qualcuno dalla loro parte e la famiglia della madre dalla sua. Tuttavia, la verità è che di solito c’è un certo consenso. La sfida sta nel replicare ciò che viene fatto in modo naturale e intuitivo dall’essere umano che utilizza una macchina.

I risultati degli strumenti di corrispondenza facciale come Fenomatch volti a quantificare la somiglianza si sono dimostrati abbastanza esatti e hanno risultati accurati. Gli strumenti generici di riconoscimento facciale sono inefficienti perché sono orientati all’identificazione delle persone, non rispondendo alla domanda su quanto due foto si somigliano. Inoltre, non sono formati per affrontare questo problema specifico.

Finora è stato utilizzato un approccio globale per affrontare la sfida della somiglianza. Ciò implica che gli strumenti a livello globale esaminano i volti e analizzano la somiglianza tra pazienti e donatori. Il nuovo percorso è lavorare isolando alcune delle caratteristiche specifiche delle persone (quegli occhi belli o quel naso che ci ha affascinato) e cercare chi le condivide.

Il futuro della selezione dei donatori

L’intelligenza artificiale consentirà alla selezione dei donatori di essere sempre più precisa. Il futuro è investire nello sviluppo di strumenti distinti per la fertilità che rispondano ai problemi specifici di questo settore della medicina.