Sistema de ayuda en la selección de embriones para la fertilización in vitro mediante la elaboración y el análisis de una robusta base de datos

Abstract

[ES] Hoy en día, el incremento de los casos de infertilidad supone un gran problema a nivel europeo en términos socio-económicos, ya que se correlaciona con una baja tasa de natalidad y un aumento de la esperanza de vida. Por ello, cada vez más, se están focalizando esfuerzos e incorporando nuevos recursos que permitan el desarrollo de sistemas de reproducción asistida mediante técnicas de fertilización in vitro. No obstante, esta línea de investigación es relativamente novedosa y todavía existen muchas limitaciones relacionadas con el análisis de los datos recogidos a partir del estudio de los embriones in vitro. Por ello, se hace necesario un sistema que permita tener en cuenta las variables más relevantes de cara a mejorar la selección de aquellos embriones con una mayor probabilidad de éxito en la implantación, lo cual supondría una disminución de los embarazos múltiples y un aumento de la tasa de fertilidad. Este TFG mantiene una colaboración activa con los especialistas del Instituto Valenciano de Infertilidad (IVI), quienes cuentan con dos sistemas principales en lo que a adquisición de datos se refiere. Por una parte, se obtienen imágenes y vídeos durante la fase del desarrollo embrionario, a partir de diferentes planos y medidas, con el objetivo de recopilar toda la información que pueda ser útil en la selección de los mejores embriones para ser implantados. Y, por otra parte, se dispone de una serie de datos demográficos, embrionarios y uterinos que son necesarios para determinar la viabilidad de dichos embriones. Por tanto, el principal objetivo de este TFG reside en la construcción de una consistente base de datos que combine de forma eficiente la información adquirida por cada uno de los sistemas, y que tras una exhaustiva fase de cribado contenga solo aquellos casos válidos para la creación de modelos automáticos de predicción de éxito en la implantación. Es por ello que adicionalmente a la creación de la base de datos, en este TFG también se plantea el desarrollo de algoritmos de inteligencia artificial (AI), implementando arquitecturas de Deep Learning basadas en redes neuronales convolucionales (CNNs) y recurrentes (RNNs), para crear modelos predictivos que permitan seleccionar los mejores embriones de cara al proceso de fertilización in vitro.