L’intelligenza artificiale per migliorare gli esiti della procreazione medicalmente assistita: un nuovo studio multicentrico italiano, presentato al congresso nazionale della Società italiana della riproduzione umane (SIRU) tenutosi a Siena dal 16 al 18 aprile, ha dimostrato come l’utilizzo di modelli di machine learning possa accrescere in modo significativo la capacità di prevedere il successo dei cicli di PMA. Nel corso della ricerca sono stati analizzati circa 6.250 realizzati tra il 2019 e il 2024 con l’obiettivo di sviluppare un modello predittivo in grado di stimare la probabilità di gravidanza sulla base di dati clinici reali della coppia.

Uno studio in due fasi

Lo studio, coordinato dall’Ospedale San Raffaele di Milano e realizzato in collaborazione con il Policlinico di Milano e l’Ospedale Niguarda, l’Ospedale di Cattolica e il Centro UMR Hera di Catania, ha analizzato due momenti chiave del percorso clinico. Già nella fase iniziale di counseling – basata su dati anamnestici tra cui età, storia clinica e riproduttiva della coppia e principali parametri seminali – il modello ha mostrato una buona capacità predittiva. Tuttavia è dopo il completamento del ciclo di PMA che le performance sono migliorate sensibilmente, grazie all’integrazione dei dati embriologici e di laboratorio. Tra i fattori più rilevanti per il successo emergono il numero di embrioni crioconservati e il numero di zigoti normalmente fecondati, insieme all’età della donna, ai parametri ormonali e seminali.

Cresce la procreazione assistita in Italia

Il machine learning per le coppie

«I risultati dello studio», spiega Antonino Guglielmino, fondatore della SIRU, «confermano che l’intelligenza artificiale può rappresentare un supporto concreto per il clinico, migliorando la capacità di integrare informazioni complesse offrendo così alle coppie una valutazione più accurata delle probabilità di successo». In particolare sembra migliorare il counseling, aiutando a gestire le aspettative e a ridurre il rischio di abbandono precoce dei trattamenti. L’applicazione del machine learning consente infatti di distinguere tra una valutazione iniziale della prognosi e una stima successiva fondata sui risultati effettivamente ottenuti nel ciclo, offrendo così una misura più realistica del potenziale riproduttivo maturato e informazioni più chiare per il counseling della coppia.

Ricerca e innovazione: l’utero artificiale. Al congresso SIRU si è fatto il punto anche sul tema dell’utero artificiale. Dopo decenni di ricerca, è oggi una realtà parzialmente attuata nella sperimentazione animale mentre resta ancora lontana la possibilità di una gestazione completa extracorporea. Tuttavia, secondo gli studiosi, la crescita parziale di un feto all’interno dell’utero artificiale, oggi fattibile, potrebbe contribuire alla gestione dei circa 13-15 milioni di bambini nati prematuri ogni anno, tra cui si registrano circa un milione di decessi e tre milioni di casi di disabilità. Allo stesso tempo, lo sviluppo futuro di queste tecnologie potrebbe offrire nuove soluzioni per condizioni oggi difficilmente trattabili come le gravi patologie uterine, l’aborto ricorrente o i fallimenti ripetuti di impianto.