La iniciativa IA-Repro, coordinada desde el clúster onTech Innovation, desarrolla una solución tecnológica avanzada para mejorar la eficacia de los tratamientos de fertilidad, optimizando la toma de decisiones gracias a la Inteligencia Artificial. Una solución diseñada para transformar la práctica clínica y aumentar las tasas de éxito mediante la personalización y precisión en los tratamientos de medicina reproductiva; que a pesar de los recientes avances en el campo requiere aún de mejoras significativas.
La innovadora solución busca aumentar las tasas de embarazo y minimizar las complicaciones en las clínicas que implementen estas herramientas, a la vez que reduce los costes médicos , haciendo así más accesibles los tratamientos de fertilidad. Todo un hito en la búsqueda de soluciones integrales en el campo de la medicina reproductiva.
IA-Repro, está liderado por un consorcio de empresas y entidades de vanguardia: Grupo Solutia, Fetal IVF Reproduction, Ubliz y la Universidad de Sevilla, bajo la coordinación de onTech Innovation. El consorcio ha trabajado en tres frentes clave: optimización de la toma de decisiones gracias a estimaciones precisas del éxito de cada tratamiento; pronóstico precoz de embarazo usando indicadores tempranos detectados con el uso de Inteligencia Artificial; y personalización del tratamiento basado en análisis detallados de la pareja.
El equipo de la Universidad de Sevilla ha desplegado su experiencia en el desarrollo de un sistema de soporte a la decisión médica basado en inteligencia artificial. Este sistema recomendará los tratamientos más apropiados para cada paciente, así como las pruebas de laboratorio adicionales necesarias para mejorar el diagnóstico. Además, mediante técnicas avanzadas de análisis de datos, se han identificado marcadores que permiten pronosticar la evolución del desarrollo embrionario , un avance crucial en la medicina reproductiva.
Los profesores de la US que participan en el proyecto IARepro son los IPs: Ramón González Carvajal y Rubén Martín Clemente (CoIP). Departamento de Ingeniería Electrónica y del Grupo de Investigación: TIC192 "Ingeniería Electrónica", Ramón González Carvajal, Clara Isabel Luján Martínez , Enrique López Morillo y Fernando Muñoz Chavero. Del Departamento de Teoría de la Señal y Comunicaciones y GI: TIC203 "Ingeniería Biomédica", Rubén Martín Clemente y del Departamento de Teoría de la Señal y Comunicaciones y GI: TIC155 "Tratamiento de Señales y Comunicaciones", Francisco José Simois Tirado.
Empresas que participan
El resto de las empresas que participan en la iniciativa IA-REPRO son Ubliz , con más de 10 años desarrollando e implementando soluciones IT en el sector de la Reproducción Humana Asistida, detalló los principales casos de uso de interés para negocio, realizó toda la selección y extracción de variables y datos de interés para el equipo de científicos de datos, y en estrecha colaboración con FETAL IVF Reproduction, colaboró en posterior pilotaje y evaluación de los resultados obtenidos.Por su parte, Grupo Solutia ha aportado conocimiento y experiencia a través de su departamento de Analítica Avanzada e IA. Por un lado, sus científicos de datos han abordado los casos de uso analíticos planteados aplicando machine learning con los que construir predictores que den soporte a la toma de decisiones de los facultativos. Por otro lado, sus perfiles TIC han desarrollado e implementado los servicios software e interfaces que encapsulan la IA desarrollada, permitiendo la integración y despliegue de la solución tecnológica con plataformas de terceros.
La colaboración estrecha entre el consorcio y expertos médicos en entornos clínicos reales, aportado por los profesionales de FETAL IVF Reproduction , ha sido fundamental para pilotar los resultados de este proyecto. La integración de tecnología en la práctica médica diaria busca mejorar las tasas de éxito en los tratamientos, ofreciendo esperanza a quienes aspiran a formar una familia.
La Universidad de Sevilla y la Universidad de Jiaotong Lanzhou se unen para promover el intercambio de estudiantes