Pero Shivani (quien pidió no usar su nombre real para evitar problemas con su comunidad de inmigrantes indios) no corrió para hacerlo. Creía que la tecnología de congelación de óvulos era demasiado inmadura e invasiva. Pero cuando iba a cumplir 36 años, pensó que no debería esperar más. Después de ahorrar los más de 13.000 euros que calculó que costaría todo, se fue a una clínica.
nAntes de comenzar el proceso de extracción de óvulos, una mujer debe ser evaluada para determinar su idoneidad para la fertilización in vitro (FIV). Las clínicas suelen realizarla mediante el registro nacional de los resultados de FIV para buscar cuántas mujeres dentro del rango de edad de la paciente terminaron dieron a luz a un bebé con vida. Luego, un especialista en fertilidad modifica ese porcentaje en función de la altura y el peso de la paciente, así como sus ecografías y análisis de sangre.
nShivani comenzó el proceso de la misma manera: dijo su edad, se le midió su índice de masa corporal y se sometió a algunas pruebas. Pero cuando regresó a la clínica para hablar sobre sus perspectivas, su médico le entregó un informe multicolor creado tras introducir sus datos en un algoritmo de aprendizaje automático y le mostró una predicción personalizada de cómo aumentarían sus posibilidades de tener un bebé con cada ciclo de extracción de óvulos, hasta llegar a tres. También le mostró su comparación con otras mujeres que habían sido tratadas en la misma clínica. La joven recuerda: "Ya entré decidida al 100 %, pero el informe me hizo subir a 120 %. Me ayudó a consolidar mi decisión".
n
La FIV puede ser un proceso agotador física, emocional y económicamente que a menudo requiere múltiples ciclos de extracción. Más del 50 % de las personas que comienzan la FIV lo abandonan después del primer ciclo fallido debido a los costes y a la incertidumbre. Univfy, la compañía responsable del software que produjo el informe de Shivani, cree que la inteligencia artificial (IA) puede ayudar a las personas a comenzar y a entender el proceso. El enfoque ofrece unas predicciones más precisas y personalizadas de sus posibles resultados. Pero eso es solo una parte de la solución. La otra parte, igualmente importante, es la comunicación empática.
n"Para la gran mayoría de las personas en Estados Unidos, el mayor problema es que las pacientes abandonan antes de llegar al bebé", destaca la doctora de Shivani, Serena Chen, cuyo centro, el Instituto de Medicina y Ciencia Reproductiva de Nueva Jersey (EE. UU.), utiliza el software de Univfy. "Las pacientes necesitan esperanza. Univfy es una herramienta que puede proporcionarles información muy sólida basada en datos para decirles: 'Adelante. El bebé está cada vez más cerca'", añade.
nFundada por dos profesores de la Universidad de Stanford (EE. UU.) en 2009, Univfy surgió de un proyecto de investigación que utilizó aprendizaje automático para producir predicciones más precisas de resultados de FIV. A través de varios estudios revisados, los investigadores mostraron que incluso un modelo básico de aprendizaje automático podría producir predicciones de FIV mucho más precisas que las realizadas por las clínicas. Esto se debió a que las clínicas se basan principalmente en las estadísticas centradas en la edad y la intuición de un médico, mientras que el modelo de IA podría incluir sistemáticamente los datos relevantes de salud de cada paciente. El proceso era más riguroso y más personalizado, y produjo predicciones más precisas. Además, las estimaciones basadas en la edad suelen subestimar las posibilidades de una paciente concreta, lo que reduce su confianza en su capacidad de quedarse embarazada. "No es posible que dos mujeres tengan la misma probabilidad de éxito solo por tener la misma edad", asegura la cofundadora y directora ejecutiva de Univfy, Mylene Yao.
nUnivfy trabaja individualmente con cada clínica que contrata sus servicios, entrenando un modelo de aprendizaje automático relativamente simple y personalizado basado únicamente en los datos de las pacientes de la clínica. La empresa permite a la compañía alimentar el algoritmo con cualquier información que la clínica tenga disponible, ya sea solo con la edad, IMC e indicadores de salud o los perfiles más complicados con sus diagnósticos clínicos, procesos de tratamiento e historial médico. Después de entrenar el modelo, el médico simplemente tiene que introducir los resultados de las pruebas y los indicadores de la salud de una nueva paciente en el software de Univfy para crear un informe fácil de leer.
n
Cuando Chen empezó a usar Univfy, descubrió que las predicciones de la compañía solían coincidir con las suyas, pero que las pacientes mostraban una actitud más positiva cuando recibían el informe que cuando ella intentaba comunicarles la misma información. La experta afirma: "Creo que los gráficos son muy importantes y también el hecho de que las pacientes puedan llevárselo a casa y decir: 'Estos son mis datos'. Hay un gran componente emocional. Las pacientes necesitan certezas".
nUnivfy ya tiene acuerdos con 20 clínicas en EE. UU. y Canadá en más de 50 lugares. Hasta la fecha, Shivani se encuentra entre las 10.000 pacientes que han utilizado sus informes como parte de su proceso de toma de decisiones. Yao destaca que las mujeres que reciben el informe tienen de media dos veces más probabilidades de continuar con el tratamiento. El año pasado, la compañía recaudó 5.350.000 euros para continuar expandiendo sus servicios. Yao ahora intenta conseguir una mejor oferta para las parejas del mismo sexo, que suelen buscar más información sobre cómo un donante de esperma puede influir en sus posibilidades de éxito.
nChen describe a Univfy como parte de una nueva y positiva tendencia de start-ups de tecnología sanitaria que ayudan a empoderar a las pacientes con su propia toma de decisiones. El modelo médico de la vieja escuela del "hombre con una bata blanca" que dicta lo que es bueno está desapareciendo poco a poco. La experta concluye: "Creo que Univfy realmente ha mejorado los resultados y el acceso a la atención médica, porque estamos involucrando a las pacientes mucho más en esa conversación para que comprendan su propia situación".
n