Presentación

La evolución en los tratamientos de reproducción asistida plantea un reto para los especialistas, exigiendo no solo la excelencia técnica, sino también las habilidades integrales que transformen la experiencia del paciente.

Nexo es un programa de mentorización integral en reproducción asistida que tiene como objetivo potenciar las habilidades transversales clave para fortalecer su impacto en la práctica clínica y la atención al paciente.

Este módulo explora la aplicación de la innovación y la inteligencia artificial en medicina reproductiva, abordando las herramientas digitales, análisis predictivos y soluciones centradas en el paciente para mejorar los resultados clínicos. También se tratarán la ética, la seguridad de los datos, la telemedicina y el desarrollo de proyectos innovadores.

Necesidades

La infertilidad se ha convertido en un gran problema de salud pública, afectando a un gran porcentaje de parejas en todo el mundo, con etiologías multifactoriales que implican factores genéticos, ambientales, metabólicos y de estilo de vida. A pesar de los grandes avances en las tecnologías de reproducción asistida, incluyendo la inyección intracitoplasmática de espermatozoides y la fecundación in vitro, las tasas de concepción siguen siendo subóptimas y los resultados reproductivos no se pueden predecir con precisión.

La intersección de la IA en la atención sanitaria ha provocado cambios de paradigma, redefiniendo la manera en que se llevan a cabo las prácticas médicas y revolucionando los resultados para los pacientes. En el ámbito de la medicina reproductiva, su integración ha introducido posibilidades revolucionarias, remodelando el panorama de la concepción asistida.

Las tecnologías de reproducción asistida, incluida la fecundación in vitro (FIV), hace tiempo que se enfrentan a retos como optimizar las tasas de éxito, mejorar la precisión diagnóstica y gestionar consideraciones éticas. La capacidad de la IA para analizar rápidamente y con precisión grandes conjuntos de datos, junto con su capacidad para identificar patrones complejos, la posiciona como un factor clave en la optimización de los planes de tratamiento, la selección de embriones viables y la personalización de la atención al paciente. El aumento de los métodos reproductivos tradicionales con IA no solo busca mejorar las tasas de éxito, sino que también aborda las ineficiencias, agiliza la toma de decisiones e introduce enfoques innovadores para el diagnóstico y el tratamiento.

Objetivos generales

Proporcionar los conocimientos y las habilidades necesarias para aplicar la innovación i la inteligencia artificial en el ámbito de la medicina reproductiva, integrando las herramientas digitales, el análisis predictivo y enfoques centrados en el paciente para desarrollar soluciones clínicas eficaces, sostenibles y alineadas con los principios éticos y la seguridad de los datos.

Objetivos específicos

• Reconocer los conceptos esenciales de innovación, inteligencia artificial y herramientas digitales, así como los principales retos y casos de uso en medicina reproductiva.
• Explicar las diferencias entre IA generativa y discriminativa, su potencial, sus limitaciones y los riesgos asociados a su uso en salud.
• Aplicar las metodologías de identificación de problemas, la priorización de retos y el diseño inicial de las soluciones en contextos clínicos reales.
• Analizar críticamente los retos detectados, las herramientas disponibles y las implicaciones éticas, legales y profesionales del trabajo con datos de pacientes y sistemas de IA.
• Evaluar la coherencia, la viabilidad y el impacto de las soluciones desarrolladas, integrando los criterios de seguridad, regulación y uso responsable de la tecnología.

Contenidos y profesores

EXPERTO

MENTOR

AGENDA

Lunes 6 de julio  – DESPERTAR Y EXPLORAR

12:00 - 12:15 Bienvenida e introducción al taller

• Mapa colectivo de usos, expectativas y dudas

        Hernán Elías Lew, Rafael Martínez de Lejarza Bea y Joaquín Llácer Aparicio

• IA generativa vs. IA discriminativa
• Potencial, límites y riesgos

         Hernán Elías Lew, Rafael Martínez de Lejarza Bea y Joaquín Llácer Aparicio

14:00 - 15:30 Descanso

• Identificación de problemas reales
• Casos de uso y priorización colectiva de retos

         Hernán Elías Lew, Rafael Martínez de Lejarza Bea y Joaquín Llácer Aparicio

• Agentes y asistentes personalizados
• Demostraciones aplicadas al sector salud

         Hernán Elías Lew, Rafael Martínez de Lejarza Bea y Joaquín Llácer Aparicio

• Definición de enfoque y solución
• Primera iteración de diseño

         Hernán Elías Lew, Rafael Martínez de Lejarza Bea y Joaquín Llácer Aparicio

19:05 - 19:25 Espacio de debate

19:25 - 19:30 Conclusiones y cierre

Martes 7 de julio – CONSTRUIR Y COMPROMETERSE

• Análisis cruzado primera iteración
• Trabajo práctico por grupos
• Construcción de prototipos mínimos funcionales

         Hernán Elías Lew, Rafael Martínez de Lejarza Bea y Joaquín Llácer Aparicio

11:00 - 11:30 Descanso

• Datos de pacientes
• Uso responsable de IA
• Sesgos, regulación y criterio profesional

         Hernán Elías Lew, Rafael Martínez de Lejarza Bea y Joaquín Llácer Aparicio

• Presentación de soluciones
• Aprendizaje cruzado

        Hernán Elías Lew, Rafael Martínez de Lejarza Bea y Joaquín Llácer Aparicio

• Próximos pasos
• Aplicación práctica en el trabajo diario