Predicting Male Fertility Using Machine Learning: A Semen Parameters Based Analysis with the VISEM Dataset

Resumen Técnico: Predicción de la Fertilidad Masculina mediante Aprendizaje Automático con el Conjunto de Datos VISEM

Planteamiento del Problema
La infertilidad masculina afecta aproximadamente al 17,5% de la población adulta mundial, y los factores masculinos contribuyen en casi la mitad de todos los casos de infertilidad. La piedra angular clínica para evaluar la salud reproductiva masculina es el análisis de semen, que evalúa la concentración, la motilidad y la morfología de los espermatozoides de acuerdo con las directrices de la Organización Mundial de la Salud (OMS). Sin embargo, la evaluación tradicional del semen depende de la microscopía manual y la interpretación de expertos, lo que hace que el proceso sea laborioso y susceptible al sesgo del observador, la variabilidad interlaboratorio y diagnósticos inconsistentes. Si bien la inteligencia artificial (IA) y el aprendizaje automático (ML) han mostrado resultados prometedores en la medicina reproductiva, estudios previos se han centrado principalmente en la predicción de parámetros aislados (por ejemplo, la motilidad como una variable continua) o en la realización de seguimiento basado en imágenes. Existe un vacío en la literatura con respecto a marcos sistemáticos que utilicen atributos estandarizados del semen para categorizar el estado de fertilidad en grupos clínicamente relevantes (Fértil, Subfértil e Infertil) mediante aprendizaje supervisado.

Metodología
Este estudio aborda el vacío mencionado aplicando modelos de aprendizaje automático supervisado al conjunto de datos VISEM, disponible públicamente, que contiene registros de análisis de semen de 85 participantes masculinos. La metodología siguió un flujo de trabajo estructurado:

1. Preprocesamiento de Datos e Ingeniería de Características: El conjunto de datos fue limpiado para eliminar valores faltantes y espacios innecesarios. Se extrajeron y normalizaron características clave, incluyendo la concentración de espermatozoides, el recuento total de espermatozoides, el porcentaje de espermatozoides normales (derivado del Índice de Teratozoospermia), la motilidad progresiva, la motilidad no progresiva y el porcentaje de espermatozoides inmóviles.
2. Criterios de Clasificación: Las muestras fueron etiquetadas en tres clases distintas basadas en los umbrales de la OMS para la motilidad progresiva, la morfología y la concentración de espermatozoides:
   • Fértil (Rápido): Motilidad progresiva ≥40%, morfología ≥4%, concentración ≥15 millones/mL.
   • Subfértil (Promedio): Motilidad progresiva 20–39%, morfología 2–3%, concentración 10–14 millones/mL.
   • Infértil (Lento): Motilidad progresiva <20%, morfología <2%, concentración <10 millones/mL.
3. Benchmarking de Modelos: El estudio utilizó el marco LazyPredict para automatizar el entrenamiento y la evaluación de más de 40 algoritmos de aprendizaje automático. Este enfoque permitió una comparación rápida de modelos sin necesidad de un ajuste extensivo de hiperparámetros.
4. Métricas de Evaluación: El rendimiento de los modelos se evaluó mediante validación cruzada de 5 pliegues (5-fold cross-validation) para garantizar la robustez. Las métricas clave incluyeron precisión (accuracy), puntuación F1, precisión equilibrada (balanced accuracy) y análisis de la curva ROC - Área Bajo la Curva (ROC-AUC) utilizando un enfoque de uno contra todos (one-vs-rest) para el problema de clasificación multiclase. La significancia estadística se probó mediante pruebas t de muestras pareadas.

Contribuciones Clave

• Marco de Clasificación Integral: A diferencia de trabajos previos centrados en la regresión de parámetros aislados, este estudio implementa un sistema de clasificación multiclase que categoriza la fertilidad masculina en los grupos Fértil, Subfértil e Infértil basándose en una combinación de umbrales definidos por la OMS.
• Comparación Sistemática de Algoritmos: La investigación proporciona una evaluación comparativa de más de 40 clasificadores de ML en el conjunto de datos VISEM, identificando los algoritmos más efectivos para esta tarea clínica específica.
• Interpretabilidad y Análisis de Correlación: El estudio incluye análisis de correlación detallados y visualizaciones de características (gráficos de densidad, gráficos de pares y mapas de calor) para demostrar las interdependencias entre la concentración, la morfología y la motilidad de los espermatozoides, reforzando la base biológica de la clasificación.

Resultos
Los resultados experimentales demostraron que los modelos de aprendizaje automático pueden distinguir eficazmente entre las categorías de fertilidad basándose en los parámetros seminales:

• Modelos con Mejor Rendimiento: Entre los más de 40 algoritmos probados, el clasificador de Centroide Cercano (Nearest Centroid) alcanzó el mayor rendimiento con una precisión del 94,2%. Le siguieron de cerca las Máquinas de Vectores de Soporte (SVM) y el Análisis Discriminante Cuadrático (QDA), ambos alcanzando precisiones cercanas al 94%. Gaussian Naive Bayes y Random Forest también mostraron un sólido rendimiento, con Gaussian Naive Bayes alcanzando un 91%.
• Validación de Robustez: El modelo de Centroide Cercano fue validado mediante validación cruzada de 5 pliegues y análisis ROC-AUC. El modelo alcanzó las siguientes puntuaciones de AUC:
  • Clase Fértil: 0,95
  • Clase Subfértil: 1,00
  • Clase Infértil: 0,97
• Análisis de la Matriz de Confusión: El modelo logró una clasificación perfecta para los grupos Fértil e Infértil. La clasificación errónea ocurrió en solo una muestra dentro del grupo Subfértil (clasificada erróneamente como Infértil), lo que sugiere una alta fiabilidad en la distinción de categorías extremas, resaltando al mismo tiempo un ligero solapamiento en casos limítrofes.
• Correlación de Características: El análisis de correlación reveló una correlación positiva moderada (0,50) entre la concentración de espermatozoides y la motilidad progresiva, y una correlación positiva más débil (0,35) entre la morfología y la motilidad. Las visualizaciones confirmaron que la clase "Rápida" (Fértil) exhibió consistentemente valores medianos más altos en los tres parámetros clave en comparación con las clases "Promedio" y "Lenta".

Significancia y Reivindicaciones
El artículo postula que los modelos de aprendizaje automático, particularmente el clasificador de Centroide Cercano, pueden proporcionar evaluaciones rápidas, precisas y objetivas de la calidad del semen. El estudio afirma que estos hallazgos ilustran el potencial del ML para apoyar la toma de decisiones clínicas en la andrología y las tecnologías de reproducción asistida (TRA) al reducir el error humano y la variabilidad asociados con el análisis manual.

Los autores enfatizan que este trabajo cambia el enfoque de la predicción de parámetros aislados hacia una clasificación integral de parámetros relevantes para la fertilidad, adecuados para entornos clínicos. Aunque reconocen limitaciones como el pequeño tamaño de la muestra (85 participantes) y el potencial de solapamiento en casos limítrofes, el estudio concluye que las herramientas basadas en datos pueden mejorar la consistencia de los diagnósticos de fertilidad. Los autores sugieren que el trabajo futuro podría integrar marcadores biológicos adicionales (por ejemplo, fragmentación del ADN, perfiles hormonales) y explorar métodos de ensamble o redes neuronales para modelar interacciones no lineales complejas, contribuyendo finalmente a estrategias de tratamiento de la fertilidad más personalizadas.