Tre ricerche italiane delineano scenari per il futuro in cui è coinvolta anche l'IA. Ma attenzione alle implicazioni e ai limiti.
La medicina della riproduzione guarda sempre più alla prevenzione e alla personalizzazione delle cure. L’obiettivo non è più soltanto intervenire quando emerge un problema di infertilità, ma individuare in anticipo i segnali biologici che possono prevedere le probabilità di successo di una gravidanza e orientare diagnosi e trattamenti sempre più mirati. È questo uno dei temi centrali dell’ESHRE 2026 (European Society of Human Reproduction and Embryology), in corso a Londra dal 5 all’8 luglio, dove biologia molecolare e intelligenza artificiale si incontrano per comprendere meglio le primissime fasi dello sviluppo embrionale.
“In uno scenario in cui l’infertilità interessa una persona su sei nel mondo e l’accesso alle cure resta limitato in molti Paesi a causa dei costi elevati, la medicina predittiva, supportata dall’intelligenza artificiale, può rendere i trattamenti più efficaci, sostenibili ed equi” spiega Laura Rienzi, professore associato del Dipartimento di Scienze Biomolecolari dell’Università di Urbino e direttore scientifico di IVIRMA Italia.
Secondo l’esperta, però, è necessario utilizzare queste tecnologie con senso critico. “Il rischio è confondere la sofisticazione degli algoritmi con un reale progresso clinico. L’IA deve aiutare i medici a integrare le enormi quantità di dati oggi disponibili e a costruire percorsi diagnostici e terapeutici sempre più personalizzati per le coppie che desiderano un figlio”.
A stabilirlo due studi diversi, uno spagnolo e uno americano, che hanno preso in esame anche l'influenza dell'inquinamento e dello smog sugli sperm...
A stabilirlo due studi diversi, uno spagnolo e uno americano, che hanno preso in esame anche l'influenza dell'inquinamento e dello smog sugli sperm...
Tra le ricerche presentate al congresso figura uno studio dell’Università di Pavia, realizzato in collaborazione con il centro Genera di Roma, che ha individuato un nuovo possibile indicatore della qualità degli ovociti.
Ogni ovocita è circondato da cellule di supporto, dette cellule del cumulo, che comunicano con il gamete femminile attraverso piccole molecole chiamate microRNA. I ricercatori hanno identificato 24 microRNA coinvolti nei processi di maturazione dell’ovocita e nelle primissime fasi dello sviluppo embrionale, compreso il momento in cui l’embrione attiva per la prima volta il proprio patrimonio genetico.
La prospettiva è quella di sviluppare un test non invasivo capace di valutare la qualità degli ovociti senza manipolarli direttamente, migliorando così la selezione dei gameti con maggiori probabilità di dare origine a una gravidanza. In futuro alcuni di questi microRNA potrebbero persino essere utilizzati nei terreni di coltura per favorire la maturazione ovocitaria e lo sviluppo embrionale.
Un altro studio, coordinato dai ricercatori di IVIRMA Italia insieme alle cliniche scandinave Livio, rivaluta il potenziale degli embrioni cosiddetti “1PN”, finora generalmente esclusi dalla pratica clinica.
Normalmente, dopo la fecondazione, nell’ovocita sono visibili due pronuclei, uno materno e uno paterno. Quando ne compare uno solo si parla di embrione 1PN, considerato in passato atipico. La ricerca ha dimostrato che, sebbene circa il 90% di questi embrioni interrompa lo sviluppo entro il quinto giorno, quelli che raggiungono lo stadio di blastocisti possono offrire possibilità di gravidanza paragonabili a quelle degli embrioni ottenuti con fecondazione convenzionale.
Per le coppie che non dispongono di altri embrioni trasferibili, il loro utilizzo potrebbe aumentare le probabilità complessive di ottenere una gravidanza fino al 23%.
Tra le innovazioni più rilevanti presentate all’ESHRE 2026 c’è anche un sistema di intelligenza artificiale “spiegabile”, cioè capace di mostrare ai biologi quali elementi utilizza per formulare le proprie valutazioni.
Lo studio, coordinato da IVIRMA Italia e dal Centro Genera di Roma insieme all’Università di Pavia, ha addestrato l’algoritmo analizzando oltre tre milioni di immagini di embrioni nelle prime fasi dello sviluppo.
Il sistema è in grado di stimare già entro le prime 24 ore dalla fecondazione la probabilità che un embrione raggiunga lo stadio di blastocisti. Secondo l’algoritmo, i momenti più significativi si concentrano nelle prime cinque ore dopo la fecondazione e intorno alla ventesima ora, quando minuscoli movimenti del citoplasma, invisibili all’occhio umano, forniscono informazioni preziose sul potenziale evolutivo dell’embrione.
Questa tecnologia potrebbe supportare i laboratori di procreazione medicalmente assistita nella selezione dell’embrione con maggiori probabilità di impianto, rendendo il percorso più rapido, oggettivo e completamente non invasivo.
“Oggi possiamo raccogliere una quantità enorme di dati clinici, genetici e di laboratorio – osserva Danilo Cimadomo, professore associato dell’Università di Pavia e collaboratore scientifico di IVIRMA Italia – L’intelligenza artificiale ci aiuterà sempre di più a integrarli, individuando relazioni che sfuggono all’osservazione umana e facendo luce su quella che definiamo ancora la ‘black box’ dell’impianto embrionario, uno dei principali limiti della procreazione medicalmente assistita”.
Secondo l’esperto, il futuro della medicina della riproduzione sarà sempre più personalizzato. “L’algoritmo non sostituirà mai il giudizio clinico e il rapporto medico-paziente. L’intelligenza artificiale rappresenterà invece uno strumento di supporto alle decisioni, capace di offrire stime più accurate e percorsi terapeutici su misura, contribuendo a ridurre il peso emotivo, economico e clinico dei trattamenti”.