Ecografía 3D asistida por inteligencia artificial como herramienta pronostica de madurez ovocitaria en tratamientos de alta complejidad

Resumen

Objetivo: Evaluar la capacidad pronóstica de la ecografía 3D asistida por inteligencia artificial en la madurez ovocitaria de las pacientes sometidas a estimulación ovárica controlada destinadas a tratamientos de alta complejidad en el servicio de fertilidad en periodo enero-julio 2025.Métodos:  Estudio prospectivo  experimental de cohorte longitudinal, comparativo y analitico.Resultados: El estudio comparó las determinaciones por la ecografía 2D y por 3D asistida por inteligencia artificial en 27 pacientes sometidas a estimulación ovárica controlada .El grupo etario predominante fue el de 30 a 39 años, que representó el 40,8% de la muestra. En cuanto al protocolo de maduración ovocitaria, la hormona gonadotropina coriónica humana recombinante fue el medicamento más frecuentemente utilizado, administrado en el 70,4% de los casos .La medición 2D manual tiende  a sobreestimar consistentemente el número de folículos en los rangos de mayor diámetro (16-19 mm), concentrando allí el 67.7% de los folículos. En contraste, la medición 3D-IA arrojó una distribución más balanceada, con una mayor proporción de folículos pequeños (<13 mm), que representaron el 34.8% del total. Ni la medición 2D (p = 0.314) ni la medición 3D-IA (p = 0.780) alcanzaron una asociación estadísticamente significativa con el número de ovocitos maduros recuperados.  Conclusión : La ecografia 3D asistida por Inteligencia artificial es una herramienta superior y mas objetiva que la 2D para folicumetria , al estandarizar el recuento y la clasificacion por tamaño, no obstante no es predictor de madurez ovocitaria .