- Sectores
- Aeroespacio y defensa
- Industria de la ciencia
- Biotecnología
- Fintech
- Sobre ARQUIMEA
- Actualidad
En el ámbito de la inseminación artificial, la evaluación de la calidad seminal es crucial para unos resultados de fertilidad óptimos en campo. Durante décadas, los sistemas CASA (sistemas de análisis computarizado de esperma), basados en visión artificial, han sido una herramienta de incalculable valor en este proceso, ofreciendo mediciones objetivas y rápidas de los parámetros esenciales que determinan la calidad espermática.
Sin embargo, la llegada de tecnologías como la inteligencia artificial podría marcar un hito significativo en la evaluación seminal, tal como ya lo ha marcado en otros campos, como es el desarrollo de nuevos fármacos. La IA con su capacidad para aprender de datos y patrones podría ampliar enormemente las capacidades de los sistemas CASA tradicionales, brindando nuevas oportunidades para mejorar la precisión y eficiencia del análisis seminal.
En los primeros sistemas CASA, la visión artificial computarizada aplicaba un proceso de análisis que consistía en la aplicación de una serie de filtros y contraste de fases a las imágenes capturadas mediante un microscopio. Este proceso tenía como objetivo reducir las imágenes a elementos distintivos, tales como las cabezas y colas de los espermatozoides.
Una vez identificados estos elementos, el software utilizaba algoritmos específicos para realizar mediciones y cálculos de áreas. Basándose en el tamaño del área de la cabeza obtenida, el software determinaba si el elemento identificado correspondía a un espermatozoide o no. De esta manera, realizaba un recuento de espermatozoides para determinar la concentración seminal.
Con los años, estos algoritmos fueron ampliándose para evaluar una variedad de parámetros adicionales que influyen en la calidad seminal, basándose en ese cálculo de áreas iniciales.
Por ejemplo, si se identificaba una protuberancia de cierta área en la cola del espermatozoide, ya sea al principio o en la mitad de ésta, el software concluía que el espermatozoide poseía una gota citoplasmática. Esta ampliación permitió a los sistemas CASA comenzar a analizar formas anormales, ampliando así su capacidad de evaluación de la calidad del esperma.
Una de las principales limitaciones de los sistemas CASA tradicionales radica en su método de detección de espermatozoides, basado exclusivamente en el análisis de áreas.
Por un lado, los análisis por visión artificial se ven considerablemente afectados por cambios en la iluminación, el color, la presencia de artefactos o alteraciones en la óptica. Cualquier modificación en el objetivo del microscopio, la intensidad de la luz o el desajuste del eje del condensador puede ocasionar dificultades para el software en la detección y recuento de células.
Por otro lado, la variabilidad en el momento en que se captura el video y en el ángulo en que se visualiza el espermatozoide puede provocar que este aparezca en una vista plana o lateral, lo que alteraría su área de detección. Además, si el espermatozoide se cruza con otro en el campo visual o encuentra algún tipo de partícula, la visión artificial podría descartarlo o detectarlo erróneamente.
En definitiva, estas limitaciones subrayan la necesidad de seguir explorando nuevas tecnologías y enfoques que puedan superar estos obstáculos, mejorando así la precisión y la fiabilidad de la evaluación seminal.
La llegada de la tecnología de inteligencia artificial supone un gran avance para los sistemas de análisis CASA, marcando el salto de la visión artificial a la inteligencia artificial en la evaluación seminal.
Este avance radica en que los sistemas CASA podrán aprovechar imágenes sin procesar, eliminando la necesidad de aplicar filtros o realizar un preprocesamiento de imágenes antes de su análisis. En lugar de depender únicamente de cálculos de áreas predefinidas, la introducción de inteligencia artificial permite que el software se adapte, filtre y tome decisiones de manera autónoma.
ARQUIMEA, desde su área agroalimentaria, ya ha aplicado con éxito la inteligencia artificial en su sistema CASA de análisis seminal ISAS, creando una red neuronal compuesta por miles y miles de imágenes de espermatozoides. Dentro de esa red neuronal la tecnológica ha etiquetado, por un lado, lo que son células y lo que es suciedad dentro de la muestra y, por otro lado, formas anormales de los espermatozoides.
Este enfoque permite que el software no se base exclusivamente en el cálculo de áreas de la cabeza, sino que delegue en la propia red neuronal la capacidad de tomar decisiones sobre la identificación de espermatozoides y la detección de anomalías.
Las ventajas que proporciona la aplicación de la inteligencia artificial al análisis seminal no solo radican en un método más preciso y mucho menos influenciable a la hora de determinar la calidad seminal, sino también en la facilidad para adaptar el análisis a nuevas especies o la escalabilidad que proporciona, al permitir mejorar el modelo con cada nuevo análisis.
En conclusión, la integración de la inteligencia artificial en los sistemas de análisis CASA representa un avance significativo en la evaluación de la calidad seminal en reproducción animal. Este salto de la visión artificial a la inteligencia artificial permitirá un análisis más preciso y menos susceptible a influencias externas.