Este resumen es generado por inteligencia artificial y revisado por la redacción.
`; document.body.appendChild(modalWrapper); let figcaption = modalWrapper.querySelector(«figcaption»); if(figcaption) figcaption.style.display=»none»; modalWrapper.querySelector(«.s-multimedia__close-modal»).addEventListener(«click»,()=>{modalWrapper.remove(); e.style.display=»flex»; if(caption) caption.style.display=»block»;});})})});});
A principios de noviembre de 2025 Penélope recibió una llamada mientras conducía de regreso a casa desde el trabajo en Nueva Jersey, Estados Unidos.
`; document.body.appendChild(modalWrapper); let figcaption = modalWrapper.querySelector(«figcaption»); if(figcaption) figcaption.style.display=»none»; modalWrapper.querySelector(«.s-multimedia__close-modal»).addEventListener(«click»,()=>{modalWrapper.remove(); e.style.display=»flex»; if(caption) caption.style.display=»block»;});})})});});
A finales de 2025, tras cinco años de desarrollo, el primer bebé nacido utilizando el sistema Star permitió que una pareja que había luchado contra la infertilidad por casi dos décadas finalmente tuviera un hijo.
Es un momento que Zev Williams, director del Centro de Fertilidad de la Universidad de Columbia, y su equipo recuerdan bien.
“Todo el mundo saltaba de alegría”, relata.
“Hay muy pocas cosas en las que la recompensa por todo el esfuerzo invertido sea algo tan maravilloso y especial como esto. Ahora hay una bebé y, si Dios quiere, habrá muchos, muchos más”, añade.
Desde la llegada del primer bebé Star, la tecnología se ha utilizado de forma regular en el centro de fertilidad, y la lista de espera de personas que esperan concebir ha crecido a cientos en todo el mundo.
Con base en los últimos 175 pacientes que han utilizado la tecnología, Williams dice que están encontrando espermatozoides en casi el 30% de los casos.
Se trata de personas a quienes, de otro modo, se les había dicho que no tenían ninguna posibilidad de tener un bebé con su propio esperma.
En pruebas adicionales, Star pudo encontrar 40 veces más espermatozoides que una búsqueda manual realizada por un técnico humano capacitado, según Williams.
Habitualmente, una muestra de semen tiene decenas de millones de espermatozoides por mililitro.
Una diminuta gota de una muestra se examina bajo un microscopio para estimar el recuento de espermatozoides, además de observar si se mueven y son saludables.
Pero cuando se trata de hombres azoospérmicos puede haber un solo espermatozoide en toda la muestra, y en algunos casos no hay ninguno.
Tamizar la muestra, gota diminuta por gota diminuta, resulta impracticable.
El sistema Star impulsado por IA puede detectar y extraer un espermatozoide en apenas unos milisegundos.
`; document.body.appendChild(modalWrapper); let figcaption = modalWrapper.querySelector(«figcaption»); if(figcaption) figcaption.style.display=»none»; modalWrapper.querySelector(«.s-multimedia__close-modal»).addEventListener(«click»,()=>{modalWrapper.remove(); e.style.display=»flex»; if(caption) caption.style.display=»block»;});})})});});
Williams tuvo la idea del sistema Star en 2020 tras leer sobre cómo se utiliza la IA para encontrar nuevas estrellas.
Los telescopios modernos producen una cantidad abrumadora de datos del cielo nocturno que resulta imposible de analizar para los astrónomos humanos en busca de objetos que no se hayan visto antes.
Pero el uso de algoritmos de aprendizaje automático puede hacer este trabajo en minutos.
“La imagen del cielo era muy similar a lo que estamos buscando, y a lo que vemos en hombres a quienes se les dice que no tienen espermatozoides”, explica Williams.
El académico empezó a preguntarse si sería posible aplicar esas tecnologías para identificar y aislar espermatozoides.
Él y su equipo ya utilizaban una tecnología de imágenes de alta potencia que podía emplearse para escanear la muestra, pero el reto estaba en analizar cientos de imágenes por segundo en tiempo real para detectar y extraer cualquier espermatozoide que pudiera encontrarse.
Williams y sus colegas usan microchips de microfluidos —vidrio o polímero grabado con una serie de canales tan delgados como un cabello humano— y la muestra de esperma que fluye a través de ellos puede ser escaneada por el sistema de imágenes.
Un algoritmo de aprendizaje automático detecta cualquier célula espermática en las imágenes en tiempo real para que pueda aislarse con la mayor suavidad posible para garantizar que no se destruya.
“A medida que la muestra fluye, la capturamos a 300 imágenes por segundo”, cuenta Williams.
“La mayor parte de lo que vemos son desechos y fragmentos. No es como si fuera un líquido vacío. Y tratamos de encontrar ese espermatozoide realmente raro en un mar de todos estos otros desechos y fragmentos celulares”, añade.
Williams señala que el método Star ha logrado una calificación de sensibilidad del 100%, lo que significa que tiene la capacidad de encontrar un espermatozoide en una muestra así haya solo uno.
“Estamos encontrando algo que antes no podíamos ver”, asegura.
Una vez identificado, un sistema robótico extrae la célula o células espermáticas en cuestión de milisegundos tras su descubrimiento.
“La robótica en el microchip de microfluidos remueve esa pequeñísima parte del fluido que contiene el espermatozoide”, explica Williams.
“Terminas con un tubo lleno de fluido seminal, pero sin espermatozoides, y una minúscula gota que contiene el espermatozoide”, agrega.
En el caso de Samuel, hubo un desafío adicional y una primera vez para el sistema Star: con el síndrome de Klinefelter no hay espermatozoides en la eyaculación, por lo que, para encontrarlos, los urólogos deben acceder a los testículos.
Samuel se sometió a una terapia hormonal durante nueve meses en preparación para una cirugía exitosa de extracción testicular en otro centro de fertilidad.
Detectar células espermáticas individuales de hombres azoospérmicos es un desafío, pero la IA puede examinarlas rápidamente.
`; document.body.appendChild(modalWrapper); let figcaption = modalWrapper.querySelector(«figcaption»); if(figcaption) figcaption.style.display=»none»; modalWrapper.querySelector(«.s-multimedia__close-modal»).addEventListener(«click»,()=>{modalWrapper.remove(); e.style.display=»flex»; if(caption) caption.style.display=»block»;});})})});});
La muestra fue enviada luego al equipo de Williams en Columbia para su análisis.
“El tejido de la cirugía fue transportado a nuestro laboratorio de andrología, que luego lo procesó para poder pasarlo por el sistema Star”, indica Eric Forman, director médico y de laboratorio del Centro de Fertilidad de la Universidad de Columbia, quien supervisó el procedimiento.
Al mismo tiempo, Penélope se estaba sometiendo a su procedimiento de extracción de óvulos.
Normalmente se proporciona una muestra de esperma fresca el mismo día, porque ofrece la mejor oportunidad de fertilización. Ellos iban contra el tiempo.
Star pudo aislar ocho espermatozoides en la muestra de Samuel, que posteriormente fueron inyectados en los óvulos de Penélope.
Uno se convirtió en un blastocisto completo, una etapa más desarrollada de un embrión.
Su bebé tiene fecha prevista de nacimiento para finales de julio, un punto al que nunca estuvieron seguros de llegar.
“Ahora empieza a sentirse realmente verdadero, en especial porque estoy sintiendo movimientos. Tuvimos nuestra ecografía anatómica y todo se ve muy bien”, afirma Penélope.
La búsqueda de escasos espermatozoides no es la única forma en que la IA se está utilizando para mejorar los resultados en los tratamientos de fertilidad.
Por ejemplo en la estimulación ovárica —un proceso esencial en la fertilización in vitro que ayuda a producir múltiples óvulos— el aprendizaje automático permite calcular una dosis más personalizada de la hormona gonadotropina.
Mientras tanto, herramientas de aprendizaje profundo están ayudando a seleccionar gametos y embriones de forma más precisa y viable.
Pero para evaluar los resultados a largo plazo, expertos coinciden en que se necesitan más ensayos clínicos a gran escala, así como claridad sobre cómo manejar datos médicos sensibles, la confidencialidad y las disputas en torno a la responsabilidad y la propiedad.
Son necesarios más ensayos clínicos para probar esta técnica de aislamiento de espermatozoides.
`; document.body.appendChild(modalWrapper); let figcaption = modalWrapper.querySelector(«figcaption»); if(figcaption) figcaption.style.display=»none»; modalWrapper.querySelector(«.s-multimedia__close-modal»).addEventListener(«click»,()=>{modalWrapper.remove(); e.style.display=»flex»; if(caption) caption.style.display=»block»;});})})});});
También existen preocupaciones sobre la promesa excesiva de un final feliz que puede acompañar a las innovaciones en IA.
“Las parejas que tienen recorridos de fertilidad largos pueden volverse desesperadas por concebir y son vulnerables a que se les vendan tratamientos costosos de valor no probado”, explica Siobhan Quenby, profesora de obstetricia en la Universidad de Warwick en Reino Unido.
“Es muy emocionante que la imagenología avanzada, la ingeniería y la IA se hayan combinado para desarrollar una nueva solución para la subfertilidad masculina grave”, añade.
Y continúa: “Un embarazo exitoso es un comienzo importante. Sin embargo, se necesita más investigación con más pacientes antes de que el valor de este nuevo tratamiento pueda evaluarse por completo”.
Para Samuel, la perspectiva de que esta técnica impulsada por IA pueda ayudarle a él y a su esposa a ampliar su familia nuevamente en el futuro es tentadora.
“Por supuesto, vamos por todo y queremos otro hijo, ojalá en el futuro, pero esto es algo por lo que vamos a tener que pasar otra vez porque no tenemos nada en reserva aparte de óvulos”, reflexiona.
De todas formas, ahora tienen esperanza donde antes no la había.
