Una pregunta para el próximo paper que llegue con un AUC casi perfecto: ¿dice también dónde falla?
En 30 segundos ⏱️
• El estudio: un modelo de machine learning clasifica el riesgo de superar el umbral de fragmentación de ADN espermática con datos del seminograma y de hábitos de vida, con una advertencia de calibración de sus propios autores.
• La señal: un caso de recuperación espermática guiada por IA en azoospermia no obstructiva, y un modelo de visión por computador que supera a un CASA comercial.
• La herramienta: cuarta parada de la serie. Hoy, los Projects de ChatGPT.
El estudio de la semana ⚗️
Un modelo clasifica el riesgo de ADN espermático fragmentado con datos que ya están en la historia clínica, y sus propios autores piden no usarlo todavía
Imagen conceptual generada con IA.
Un equipo de Shanghai First Maternity and Infant Hospital y Xinhua Hospital (China) publicó en Frontiers in Endocrinology (22 de junio de 2026) un modelo de machine learning que estima el índice de fragmentación de ADN espermático (DFI) a partir de motilidad, concentración y viabilidad del semen, más factores de estilo de vida.
Puntos clave
• Se entrenó con algo más de mil pacientes y se probó con casi trescientos. En los dos grupos, aproximadamente 1 de cada 3 hombres tenía un DFI alto (25 % o más). El segundo grupo venía de otro hospital, pero de la misma ciudad y del mismo equipo de investigación.
Para el clínico: es una prueba fuera de casa a medias. Todavía no sabemos cómo se comporta con otra población ni con otro laboratorio.
• No da un número: responde sí o no. El modelo no calcula el DFI de cada paciente. Solo indica si probablemente está por encima o por debajo del 25 %.
Para el clínico: un paciente con un DFI del 24 % y otro con uno del 60 % pueden recibir respuestas parecidas o muy distintas. Sirve para clasificar, no para medir.
• Usa datos que ya están en la historia clínica. Tres salen del seminograma (motilidad progresiva, concentración y vitalidad) y cinco del estilo de vida: ejercicio diario, tabaco, alcohol, estrés e insomnio. Ninguno requiere una prueba adicional.
Para el clínico: es barato y rápido, pero varios datos dependen de lo que declare el paciente, y eso tiene su propio margen de error.
• Distingue bien entre pacientes. Si tomamos al azar un hombre con DFI alto y otro con DFI bajo, el modelo señala correctamente cuál es cuál en unas 19 de cada 20 parejas con los datos del segundo hospital, y en 49 de cada 50 con los del primero. Se compararon seis métodos y este fue el que mejor lo hizo.
Para el clínico: acertar al ordenar a dos pacientes no es lo mismo que acertar el riesgo de cada uno por separado. Eso es lo que explica el punto siguiente.
• Ordena bien, pero los riesgos que asigna se alejan de los reales. Se parece a un termómetro que siempre acierta quién tiene más fiebre, pero que a todos les marca algo cerca de 37,5: al que tiene 36,5 le sube la cifra y al que tiene 39 se la baja. Con este modelo pasa lo mismo, porque exagera el riesgo de los pacientes con poco riesgo y se queda corto con los que tienen mucho. Los propios autores lo advierten y piden usar el modelo y su calculadora en línea solo para investigación.
Para el clínico: hoy no sirve para decidir si pedir o no un test de fragmentación.
Por qué nos importa
Un AUC de 0,945 en la cohorte externa llama la atención, y los propios autores hacen algo poco común: documentan que el modelo se descalibra fuera del centro donde nació y piden recalibración y validación prospectiva antes de acercarlo a la práctica. Hay una segunda limitación que ellos ponen primero: el modelo predice la anormalidad del DFI, un desenlace intermedio, y no un resultado que le importe al paciente, como el recién nacido vivo. Un cribado no invasivo de DFI sería útil, pero este todavía es un ejercicio de método, no una herramienta de consulta.
Leer el estudio: Development and validation of a machine learning model for sperm DNA fragmentation rate (Frontiers in Endocrinology, 2026)
En señales 🛰️
Columbia University Fertility Center publicó en The Lancet (31 de octubre de 2025) el caso de un paciente con azoospermia no obstructiva y dos décadas de infertilidad, cuyo semen fue escaneado por el sistema STAR (imaging de alta resolución + IA + microfluídica): de 3,5 mL de muestra, identificó 2 espermatozoides viables que derivaron en 2 embriones y un embarazo confirmado. Es un caso único, no una serie: sirve como señal de innovación clínica en un escenario donde antes no había opciones, no como evidencia de eficacia poblacional.
Por qué importa: recuperar espermatozoides donde el ojo humano no los ve amplía la indicación, no solo la eficiencia.
Por otro lado, un equipo de Monash University e IVF Group (Australia) publicó en Smart Medicine (9 de enero de 2026) un modelo de visión por computadora para análisis seminal que, en una muestra chica (26 muestras), superó en exactitud y consistencia a un CASA comercial (Hamilton Thorne IVOS II) frente al conteo manual de referencia. Es una señal técnica interesante, aunque el tamaño muestral pide cautela antes de generalizar.
Por qué importa: estandarizar el seminograma ataca uno de los puntos más variables entre laboratorios.
La herramienta de la semana 🛠️
¿Para qué te puede servir?
Projects (chatgpt.com)
Un Project es un espacio de trabajo con nombre propio donde quedan agrupadas las conversaciones, los archivos de referencia y las instrucciones fijas de un tema puntual. Lo que se sube o se define ahí queda disponible como contexto para cada conversación nueva dentro de ese Project, sin volver a adjuntarlo ni explicarlo cada vez. Las instrucciones del Project rigen solo dentro de él y prevalecen sobre las instrucciones personalizadas generales.
Un uso concreto: crear un Project por tema, por ejemplo "Guías de estimulación ovárica" o "Papers para journal club", y subir ahí los documentos de referencia una sola vez. Cada pregunta posterior dentro de ese Project parte de esas fuentes, en lugar de una respuesta genérica que no conoce el criterio del servicio.
La organización es plana: no admite subcarpetas dentro de un Project. Y una precisión que evita malentendidos: que los documentos estén cargados no garantiza que cada respuesta los use todos ni que el modelo se limite a ellos; recupera fragmentos según la pregunta y sigue pudiendo responder con conocimiento general. Si hace falta que una respuesta se apoye solo en los documentos subidos, conviene pedirlo de forma explícita en las instrucciones y comprobar las citas.
Mi lectura
Un AUC de 0,945 y una calculadora en línea invitan a usarla el lunes; los propios autores piden que no. El modelo clasifica el riesgo de tener un DFI alto, un desenlace intermedio, y se descalibra fuera del centro donde nació. Como ejercicio de lectura crítica de un modelo predictivo hoy vale más que como herramienta de consulta.
Para cerrar
La IA no distingue entre una respuesta correcta y una respuesta que suena correcta. Nosotros sí deberíamos.
Una pregunta para llevarse: cuando un estudio de IA reporta un AUC casi perfecto, ¿el propio paper te dice también dónde falla? Esa transparencia, más que la cifra en sí, es la que separa una herramienta investigacional honesta de un producto que solo quiere venderse.
El término de la semana 🏷️
Calibración.
Un modelo puede ordenar bien a los pacientes de mayor a menor riesgo (buena discriminación, AUC alto) y aun así equivocarse en la probabilidad que asigna a cada uno: eso es estar mal calibrado. Para priorizar a quién estudiar primero puede alcanzar con la discriminación. Para decirle a alguien en consulta "tienes un 30 % de riesgo", hace falta la calibración.
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.
Instagram · X · Threads · LinkedIn · [email protected]
¿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:
Wang K. et al., Frontiers in Endocrinology 2026 — doi.org/10.3389/fendo.2026.1838500
The Lancet, 31 oct 2025 — thelancet.com/journals/lancet/article/PIIS0140-6736(25)01623-X/fulltext
Shahali S. et al., Smart Medicine 2026 — doi.org/10.1002/smmd.70026