Jednym z najbardziej zaawansowanych narzędzi w tym obszarze jest system STAR, czyli Sperm Tracking and Recovery, wykorzystujący wysokorozdzielcze obrazowanie oraz algorytmy sztucznej inteligencji do identyfikacji pojedynczych, ruchliwych plemników w bardzo heterogennych próbkach nasienia. Został on zaprojektowany z myślą o pacjentach z ciężką postacią azoospermii nieobturacyjnej, u których w rutynowych analizach nie obserwuje się żadnych plemników, choć w strukturach jądra mogą sporadycznie występować nieliczne komórki zdolne do zapłodnienia.

System STAR opiera się na założeniu, że w wielu przypadkach niewykrywalność plemników nie wynika z ich faktycznego braku, lecz z ograniczeń metod obserwacyjnych, które nie pozwalają wychwycić bardzo rzadkich, subtelnie poruszających się komórek wśród gęstego materiału, tzw. tła. Technologia została zbudowana z połączenia kilku elementów. Pierwszym jest specjalna płytka mikroprzepływowa, która stabilizuje próbkę i tworzy jednolitą warstwę umożliwiającą powtarzalne obrazowanie. Drugim komponentem jest moduł rejestracji obrazów wykonujący serię zdjęć w bardzo wysokiej częstotliwości, dzięki czemu możliwe jest odnotowanie minimalnych zmian położenia komórek potencjalnie zdolnych do ruchu progresywnego. Trzecim i zarazem kluczowym elementem jest algorytm sztucznej inteligencji, który analizuje miliony obrazów, rozpoznając wzorce dynamiczne odróżniające żywe plemniki od elementów tła, artefaktów optycznych czy pozostałości komórkowych. Po identyfikacji algorytm przekazuje współrzędne przestrzenne struktur odpowiadających plemnikom do modułu mikrofluidycznego, który izoluje wytypowane komórki i umożliwia ich bezpośrednie wykorzystanie w procedurach zapłodnienia pozaustrojowego.

W praktyce klinicznej technologia ta została wykorzystana u pacjenta z wieloletnią historią niepowodzeń reprodukcyjnych obejmujących zarówno standardowe procedury diagnostyczne, jak i interwencje chirurgiczne, które nie doprowadziły do pozyskania plemników. W badaniach laboratoryjnych przez niemal dwie dekady nie obserwowano żadnych żywych komórek rozrodczych. Wprowadzenie technologii STAR umożliwiło jednak identyfikację pojedynczych plemników zdolnych do ruchu progresywnego, których wcześniej nie dostrzeżono. Ich izolacja pozwoliła przeprowadzić zapłodnienie komórek jajowych metodą ICSI, co doprowadziło do powstania zarodka i ciąży. W literaturze medycznej jest to pierwszy opisany przypadek, w którym ciąża została uzyskana wyłącznie dzięki plemnikom znalezionym przez system sztucznej inteligencji, bez konieczności przeprowadzania kolejnej biopsji jądra.

Znaczenie tego osiągnięcia jest szczególnie istotne w kontekście azoospermii nieobturacyjnej, w której zaburzenia spermatogenezy prowadzą do dramatycznego spadku liczby plemników, lecz nie zawsze oznaczają ich całkowitą nieobecność. W grupie pacjentów dotkniętych tym zaburzeniem pewien odsetek posiada nieliczne, pojedyncze plemniki, których manualna identyfikacja jest praktycznie niemożliwa z powodu ograniczonej rozdzielczości czasoprzestrzennej ludzkiej obserwacji oraz dużej liczby elementów tła maskujących ruch komórek. Technologie oparte na sztucznej inteligencji redukują bariery wynikające z fizjologicznych ograniczeń percepcji i umożliwiają analizę materiału biologicznego w skali, która znacznie wykracza poza możliwości embriologów. Dzięki temu możliwe jest przechwycenie rzadkich zdarzeń biologicznych, których nie można zarejestrować metodami konwencjonalnymi.

W ujęciu naukowym STAR reprezentuje nowy kierunek w diagnostyce i terapii niepłodności męskiej, ponieważ zamiast zastępować brakujące plemniki alternatywnymi metodami reprodukcji, pozwala maksymalnie wykorzystać ich biologiczne pozostałości obecne w materiale pacjenta. Wprowadzenie tej technologii może w przyszłości zmniejszyć potrzebę stosowania inwazyjnych biopsji jąder i poszerzyć pulę pacjentów, u których możliwe jest wykorzystanie własnych komórek rozrodczych. Jednocześnie niezbędne są dalsze badania obejmujące większą liczbę próbek, które pozwolą na ocenę parametrów, takich jak: czułość, swoistość, powtarzalność identyfikacji, a przede wszystkim stabilność funkcjonalna izolowanych plemników oraz skuteczność kliniczna kolejnych procedur zapłodnienia.

Z perspektywy medycyny rozrodu zastosowanie STAR stanowi krok w kierunku automatyzacji procedur embriologicznych, w tym oceny jakości gamet, analizy motoryki plemników czy selekcji zarodków. Integracja analizy obrazu z algorytmami uczenia maszynowego pozwala bowiem na stworzenie narzędzi, które nie tylko wspierają embriologów, lecz także dostarczają danych o charakterze ilościowym umożliwiającym bardziej obiektywną ocenę materiału biologicznego. W perspektywie długoterminowej rozwój takich technologii może przyczynić się do zwiększenia skuteczności procedur wspomaganego rozrodu poprzez optymalizację każdego etapu procesu – od pozyskania gamet do transferu zarodka.