Il problema della soggettività nella selezione tradizionale
La selezione dello spermatozoo da iniettare in un ovocita durante una procedura ICSI rappresenta uno dei passaggi più critici e, al tempo stesso, più soggettivi dell’intero ciclo di fecondazione assistita. Tradizionalmente, l’embriologo seleziona lo spermatozoo basandosi su una valutazione visiva della morfologia e della motilità, osservando al microscopio invertito gli spermatozoi sospesi in una goccia di PVP. Questa valutazione, per quanto affidata a professionisti esperti, soffre di una variabilità inter- e intra-operatore ben documentata: studi hanno dimostrato che il grado di accordo tra esperti nella classificazione morfologica degli spermatozoi può essere sorprendentemente basso.
L’AI si propone non di sostituire l’embriologo, ma di offrirgli uno strumento quantitativo e riproducibile, capace di trasformare una valutazione qualitativa e soggettiva in un punteggio oggettivo e standardizzato.
Le tecnologie AI attualmente in sviluppo e in uso clinico
SiD (Sperm ID) — La selezione in tempo reale basata sulla motilità
Il software SiD è attualmente il sistema di selezione spermatica AI-assistita più studiato e più vicino all’implementazione clinica routinaria. Il software opera in tempo reale durante la procedura ICSI, analizzando video registrati dall’ottica del microscopio invertito. Per ciascuno spermatozoo nel campo visivo, SiD calcola tre parametri fondamentali di motilità progressiva:
- VSL (Straight-Line Velocity): velocità rettilinea
- LIN (Linearity): linearità del percorso curvilineo
- HMP (Head Movement Pattern): pattern di movimento della testa spermatica
Questi parametri vengono sintetizzati in un punteggio quantitativo che classifica ogni spermatozoo come “Low”, “Medium”, “Good” o “Best”, consentendo all’embriologo di dare priorità allo spermatozoo con il punteggio più alto. Lo studio originale di Mendizabal-Ruiz et al. (2022) ha dimostrato differenze statisticamente significative nei parametri VSL, LIN e HMP tra gli spermatozoi selezionati per l’iniezione, e ha trovato che punteggi SiD più elevati erano associati sia a fecondazione riuscita (p = 0.004) sia a formazione di blastocisti (p = 0.013).
Lo studio clinico più ampio su SiD, pubblicato da Montjean et al. nel 2024, ha confrontato 326 ovociti MII iniettati con spermatozoi selezionati dal software contro 320 ovociti con selezione tradizionale da parte dell’embriologo (“sibling oocyte design”). I risultati hanno mostrato un trend costante, seppur non statisticamente significativo, a favore del gruppo ICSI-SiD:
| Outcome | ICSI-SiD | ICSI tradizionale | OR |
|---|---|---|---|
| Tasso di fecondazione | 83.1% | 82.4% | 1.1 |
| Tasso di blastocisti giorno 5 | 49.0% | 44.8% | 1.2 |
| Blastocisti top-quality giorno 5 | 25.9% | 22.2% | 1.2 |
| Tasso di euploidia | 53.3% | 44.4% | 2.3 |
| Tasso di gravidanza clinica cumulativo | 27.4% | 21.3% | 1.4 |
Un dato particolarmente interessante riguarda la morfocinesi embrionaria: nel gruppo SiD, l’estrusione del secondo globulo polare (tPB2) avveniva significativamente prima (4.0h vs 4.8h, p = 0.005), così come il primo clivaggio (t2: 27.3h vs 28.7h, p = 0.05). Questi timings precoci sono stati precedentemente associati a migliore qualità embrionaria e impianto.
Deep learning per l’analisi morfologica su spermatozoi vivi e non colorati
Un’altra frontiera di grande interesse è l’applicazione di modelli di deep learning per la classificazione morfologica di spermatozoi vivi e non colorati, un requisito essenziale per l’uso clinico nella ICSI. Il gruppo di Shahali et al. (Advanced Intelligent Systems, 2024) ha sviluppato un modello ensemble di deep learning che raggiunge accuratezza e precisione del 94% nella classificazione della morfologia dell’intera cellula spermatica (testa, pezzo intermedio e coda), confrontandosi con il consenso di tre andrologi esperti. Il modello mantiene performance elevate anche con riduzione della risoluzione dell’immagine di oltre 6 volte (perdita inferiore al 12%), garantendo compatibilità con diversi setup clinici.
Il sistema STAR: quando l’AI cerca l’ago nel pagliaio
Forse il caso più spettacolare dell’applicazione dell’AI alla selezione spermatica è il sistema STAR (Sperm Tracking and Recovery). Questo sistema non si occupa di scegliere il “migliore” spermatozoo da un campione normale, ma di trovare spermatozoi in campioni dove apparentemente non esistono — pazienti con azoospermia non ostruttiva.
Il sistema combina tre tecnologie convergenti:
- Imaging ad alta velocità: una camera acquisisce immagini a 300 fps mentre il campione scorre attraverso un chip microfluidico dedicato, catturando oltre 8 milioni di immagini in meno di un’ora
- AI analizza ogni frame in tempo reale e traccia l’oggetto su circa 10 frame consecutivi, confermando l’identificazione solo se positiva in almeno 3 frame
- Isolamento microfluidico: un meccanismo di gating isola lo spermatozoo in un volume di appena 300 nL
Il primo successo clinico è stato riportato su The Lancet nell’ottobre 2025: una coppia che lottava con l’infertilità da quasi 20 anni, con 15 cicli IVF falliti e due procedure chirurgiche di estrazione spermatica senza successo. Il sistema STAR ha analizzato un campione di 3.5 mL, scansionando 2.5 milioni di immagini in circa due ore, identificando 2 spermatozoi vitali che sono stati utilizzati per creare due embrioni e avviare una gravidanza.
Microfluidica + AI: la sinergia emergente
La microfluidica rappresenta un alleato naturale dell’AI nella selezione spermatica, perché mima i meccanismi di selezione naturale del tratto riproduttivo femminile. Lo studio prospettico più recente e rigoroso su questo fronte è quello di Meseguer et al. (Fertility & Sterility Reports, 2025), confrontando il dispositivo microfluidico SwimCount Harvester (SCH) con il metodo swim-up. I risultati mostrano che SCH ha prodotto spermatozoi con concentrazione, morfologia e stabilità cromatinica significativamente superiori, con indice di frammentazione del DNA significativamente inferiore. Il tasso di blastocisti utilizzabili era più alto nel gruppo SCH (40.5% vs 34.5%), così come le blastocisti di buona qualità (30.8% vs 23.4%), con tempo ridotto di formazione della blastocisti (106.9h vs 109.5h).
I dispositivi microfluidici di ultima generazione sfruttano flussi radiali e percorsi contratti per isolare spermatozoi con motilità fino al 98%, con velocità media del 50% superiore al seme grezzo, aprendo la strada all’integrazione con algoritmi AI per una doppia selezione (fisica + computazionale).
ICSI robotica: l’automazione completa della procedura
L’ultima frontiera è la completa automazione della procedura ICSI. Il sistema ICSIA(Conceivable Life Sciences/Overture Life) ha già prodotto i primi nati concepiti con ICSI robotica automatizzata: un robot che integra algoritmi AI per il riconoscimento delle strutture dell’ovocita, esegue autonomamente i 23 passaggi chiave della ICSI (avanzamento della pipetta, penetrazione della zona pellucida con impulsi piezoelettrici, rilascio dello spermatozoo). Il sistema RoboICSI rappresenta un’ulteriore evoluzione, integrando imaging AI-powered per la selezione e l’immobilizzazione dello spermatozoo con l’iniezione automatizzata.
Prospettive future e considerazioni cliniche
Lo stato attuale dell’AI nella selezione spermatica può essere sintetizzato come una tecnologia in fase di transizione dalla “proof of concept” alla validazione clinica su larga scala. I dati sono promettenti — in particolare per quanto riguarda la standardizzazione della selezione (eliminando la variabilità inter-operatore), il supporto agli embriologi meno esperti, e l’identificazione di spermatozoi in casi estremi come l’azoospermia — ma mancano ancora trial randomizzati multicentrici su larga scala che dimostrino un miglioramento significativo del tasso di nati vivi.
Il futuro prossimo vedrà probabilmente la convergenza di queste tecnologie: sistemi che integreranno la selezione microfluidica per il pre-arricchimento del campione, l’analisi AI della motilità e della morfologia in tempo reale, la predizione dell’integrità del DNA da immagini, il tutto all’interno di piattaforme robotiche che eseguiranno l’intera procedura ICSI con minimo intervento umano. Siamo all’alba di un cambio di paradigma nella medicina riproduttiva maschile.
