Hola, y gracias por estar del otro lado.
Esto es reproducIA: cada lunes, una lectura corta de la inteligencia artificial que está entrando en la medicina reproductiva y en la salud. Pensada para colegas y para quienes trabajan en la industria, con una sola regla: primero el dato, después la interpretación.
Este es el Número 0, el que sirve para calibrar el formato antes del lanzamiento.
En 30 segundos ⏱️
• La novedad: un algoritmo que estima la ploidía del embrión mirando el vídeo, sin biopsia.
• En señales: IVI RMA trae la robótica de laboratorio a España, y una revisión que baja los humos a los modelos predictivos.
• La herramienta: un buscador que resume la evidencia.
La novedad de la semana 🔬
Un modelo que “mira” el time-lapse del embrión y estima su ploidía, sin tocarlo
Un equipo de la Universidad de Yamaguchi (Japón) publicó en Scientific Reports (febrero de 2026) dos modelos de aprendizaje profundo que, usando solo el vídeo de time-lapse del EmbryoScope y la edad materna, predicen dos cosas: la probabilidad de embarazo clínico y el estado de ploidía del embrión. Sin biopsia.
Puntos clave
• Arquitectura: red convolucional 3D en ensemble de 10 modelos, sobre vídeo de time-lapse completo.
• Embarazo: 2.436 embriones, AUROC 0,75 en validación externa (sensibilidad 77,8 %, especificidad 69,4 %).
• Ploidía: 1.645 embriones, AUROC 0,76 en validación externa (sensibilidad 70 %, especificidad 81,6 %).
• Diseño retrospectivo y multicéntrico, con validación en dos centros independientes.
Por qué nos importa
La lectura no invasiva de la ploidía conviene mirarla con entusiasmo y con freno de mano a la vez. Un AUROC de 0,76 es prometedor, pero no alcanza para reemplazar al PGT-A: es una señal de triaje, no un diagnóstico. Los propios autores marcan los límites: población japonesa, una sola plataforma de incubación y diseño retrospectivo. La pregunta útil no es si la biopsia tiene los días contados, sino qué haríamos hoy con una estimación probabilística de euploidía sobre la mesa, en la conversación con el paciente.
Leer el estudio: https://www.nature.com/articles/s41598-026-40917-5
En señales 📡
IVI RMA traerá la robótica de laboratorio a España. El grupo anunció (julio de 2026) que incorporará AURA, la plataforma de IA y robótica de Conceivable Life Sciences, para automatizar procedimientos de embriología. España sería el primer país europeo en implementarla.
Por qué importa: cuando la automatización cruza a Europa, deja de ser una discusión técnica y pasa a ser una discusión de acreditación, formación y responsabilidad de laboratorio.
Los modelos que predicen nacido vivo aún no llegan a la clínica. Una revisión sistemática de 2026 (Middle East Fertility Society Journal) encontró un patrón que se repite: buen rendimiento interno, validación externa floja. Un modelo no es clínico hasta que no se sostiene fuera de su propio conjunto de datos.
Por qué importa: el cuello de botella de la IA en reproducción no es la potencia de los modelos, es la evidencia que los respalda fuera de casa.
La herramienta de la semana 🧰
¿Para qué te puede servir a ti?
Consensus (consensus.app)
Un buscador académico con IA que, en lugar de una lista de enlaces, lee papers revisados por pares y sintetiza qué dice la evidencia sobre una pregunta, con las citas a la vista. Trae un “Consensus Meter” que muestra cómo se reparten los estudios entre a favor, en contra y mixtos.
Para quién: cualquier clínico que quiera una primera lectura rápida de la literatura antes de meterse a fondo en los papers.
La cautela de siempre: sirve para orientarse, no para reemplazar la lectura crítica del trabajo original.
Para cerrar
En la escuela nos enseñaron a responder. Con la IA tenemos que aprender a preguntar.
Si algo deja este Número 0, es una pregunta que vamos a arrastrar todo el año: cuando la IA nos ofrece una estimación probabilística en lugar de una certeza, ¿cómo la incorporamos a la decisión clínica y a la conversación con el paciente, sin sobrevenderla ni ignorarla? Vale la pena que la respondamos juntos, número a número.
El término de la semana 📖
Validación externa.
Probar un modelo con datos de pacientes y de centros que no participaron en su entrenamiento. Aparece dos veces en este número, y en los dos casos es lo que decide: el modelo japonés sostiene un AUROC de 0,76 fuera de casa, y la revisión del MEFS Journal encuentra que la mayoría de los modelos de nacido vivo no lo consigue. Un rendimiento excelente sobre los propios datos no dice casi nada; el número que importa es siempre el de afuera.
Si esto te resultó útil, reenvíalo a un colega. Y si te lo reenviaron, puedes sumarte aquí.
Hasta el próximo lunes,
Dr. Guillermo Terrado — Experto en Medicina Reproductiva y Divulgador de IA en Salud.
¿Qué te pareció este número? 🟢 Muy bueno · 🟡 Va bien · 🔴 Flojo
Transparencia (Art. 50 del Reglamento Europeo de IA): contenido elaborado con asistencia de IA y publicado bajo revisión y corrección humanas.
Fuentes:
Scientific Reports 2026 — nature.com/articles/s41598-026-40917-5
MEFS Journal 2026 — doi.org/10.1186/s43043-026-00334-0
Consensus — consensus.app