AI e precision fertility: il futuro della PMA passa dai dati

Intelligenza artificiale, automazione, time-lapse e biomarcatori non invasivi stanno aprendo una nuova fase per la medicina della riproduzione. La promessa è quella di una PMA sempre più predittiva, personalizzata e basata sui dati. Ma, in un campo in cui l’innovazione corre veloce, la domanda decisiva resta una: quali tecnologie migliorano davvero gli esiti clinici e la qualità dei percorsi di cura? In occasione della Giornata Internazionale dei Trial Clinici, ne abbiamo parlato con Danilo Cimadomo, Professore associato del Dipartimento di Biologia e Biotecnologie dell’Università di Pavia, e coordinatore scientifico di IVIRMA Italia. 

Professor Cimadomo, intelligenza artificiale, automazione e sistemi di supporto decisionale stanno entrando anche nella PMA. Quale ruolo possono avere oggi e quali evidenze servono per portarli nella pratica clinica?

L’intelligenza artificiale sta entrando nella medicina della riproduzione soprattutto come strumento di supporto decisionale. Non deve essere vista come una tecnologia sostitutiva del medico o dell’embriologo, ma come uno strumento per rendere alcuni passaggi più standardizzati, riproducibili e funzionali alle decisioni cliniche. L’AI aiuta a leggere meglio il percorso, offre informazioni, proiezioni e scenari, ma la responsabilità delle scelte resta dell’équipe. Nel counselling, in particolare, può contribuire a rendere più concreto il percorso alla coppia, offrendo informazioni personalizzate e proiezioni utili a orientare scelte riproduttive consapevoli.

Nel laboratorio, l’AI ha come obiettivo principale la predizione della competenza dell’ovocita o dello spermatozoo, ma tale predizione deve basarsi su informazioni comprensibili agli operatori affinché possano essere tradotte in decisioni cliniche concrete. Si parla di explainable AI.

A mio avviso, il counselling riproduttivo mediante pianificazione personalizzata del percorso della coppia è la prospettiva più concreta di utilizzo dell’AI nelle cliniche di IVF. Nel laboratorio, invece, la valutazione della qualità ovocitaria e degli spermatozoi mostra un margine migliorativo rispetto allo stato dell’arte superiore rispetto a quanto si può auspicare con la selezione embrionale.

Per anni la selezione embrionale si è basata sulla morfologia. Time-lapse, AI e biomarcatori stanno cambiando il modo di interpretare la competenza embrionale?

La morfologia embrionale resta oggi il parametro non invasivo, più economico e funzionale per stimare la competenza dell’embrione, anche qualora si accerti un corredo cromosomico normale mediante diagnosi preimpianto (PGT). Nonostante ciò, la morfologia è un parametro limitato. Infatti, l’embrione non è un’entità statica, bensì è il frutto di un processo dinamico, un film biologico che evolve nel tempo. Per questo va interpretato integrando segnali morfologici, temporali e biologici. C’è poi il tema della soggettività: la valutazione della morfologia embrionale può variare tra embriologi, cliniche e scuole di pensiero. In questo senso, il time-lapse, l’AI e le omiche, come trascrittomica e metabolomica, possono standardizzare le valutazioni e renderle più oggettive, più riproducibili. La sfida è distinguere il segnale biologico dal rumore: capire quali dati aggiungono davvero informazione clinica e quali, invece, aumentano solo la complessità interpretativa. Tale approccio è soprattutto utile in contesti non convenzionali e meno frequenti, come ad esempio per valutare obiettivamente embrioni di scarsa qualità o lenti, che completano lo sviluppo preimpianto in 7 giorni, piuttosto che nei convenzionali 5-6 giorni dall’inseminazione.

Si parla sempre più spesso di precision fertility. Come si evita che una tecnologia promettente venga applicata alla popolazione sbagliata?

La personalizzazione è cruciale in medicina della riproduzione. Una tecnologia promettente, se applicata nella popolazione sbagliata, rischia di non mostrare alcun beneficio concreto. A tal fine, è fondamentale integrare dati anamnestici, genetici, embriologici, clinici. Riuscire a collegare il genotipo della coppia con il fenotipo embrionale e l’esito clinico potrebbe prospettare la costruzione di percorsi terapeutici più mirati in futuro. La precision fertility non significa adottare nuove tecnologie in tutti i trattamenti, ma capire quale strumento sia utile a quale coppia. È una sorta di mappa probabilistica: il fine non è indicare una strada univoca o offrire l’abbaglio di una certezza di successo, ma orientare le decisioni cliniche sulla base di dati solidi perché ogni coppia segua un iter terapeutico più consono per loro. Per realizzare questo modello servono grandi numeri, studi multicentrici, popolazioni ampie e endpoint clinicamente rilevanti, come la nascita di almeno un bambino per prelievo ovocitario o, meglio ancora, per trattamento iniziato.

Guardando ai prossimi anni, quale sarà la vera sfida per la PMA?

Nuovi strumenti continueranno ad essere introdotti: ulteriori analisi molecolari dell’embrione finalizzate a generare modelli predittivi sempre più sofisticati. Ma i tempi della validazione in PMA sono lunghi poiché ogni innovazione deve attraversare un percorso rigoroso che dalla ricerca di base, dai modelli animali, agli studi preclinici arrivi ai trial clinici, prima di entrare nella pratica di routine. Un’altra sfida sarà la standardizzazione delle performance indipendentemente dalla dimensione dei centri. La creazione di network sta riducendo le differenze al fine di garantire ai pazienti percorsi più omogenei, limitando le barriere geografiche di accesso alle cure, anche grazie al supporto di AI, automazione, e percorsi comuni di formazione teorico-pratica degli operatori. Il futuro della PMA, però, non sarà solo tecnologico, ma sarà soprattutto comunicativo. L’automazione regalerà tempo agli operatori sanitari da investire in attività meno tecniche: diffondere una cultura della fertilità, parlare di infertilità, facilitare l’accesso alle cure nel setting sia pubblico che privato, accompagnare le coppie durante questo percorso mediante un supporto non solo clinico, ma anche psicologico e nutrizionale, dedicarsi alla ricerca per trasformare la conoscenza scientifica in scelte sempre più chiare, informate, realistiche e tutelanti delle persone che affrontano questi percorsi di cura.