Predição de batimento cardíaco fetal por meio de inteligência artificial e de variáveis morfológicas, morfocinéticas e relacionadas com a paciente

Resumo

As tecnologias de reprodução assistida vêm sendo cada vez mais utilizadas, porém, ainda que continuamente aprimoradas, a gravidez não é garantida. A cultura embrionária e de modo ininterrupto até o estágio de blastocisto, por meio da utilização do sistema time-lapse, possibilitou melhorias na seleção embrionária. Dessa forma, a partir do vídeo oriundo do monitoramento via time-lapse, é possível obter imagens do embrião - as quais permitem o acesso à morfologia do blastocisto -, além dos parâmetros morfocinéticos, os quais são derivados dos tempos do desenvolvimento embrionário. Somadas à morfologia e à morfocinética embrionária, as informações relacionadas às pacientes constituem as principais variáveis que influenciam o sucesso da reprodução assistida. Estas variáveis podem ser utilizadas como entrada para um software baseado em inteligência artificial: redes neurais artificiais combinadas com algoritmos genéticos. As redes neurais artificiais aprendem por meio da experiência e do erro: recebem estímulos do exterior, processam as informações recebidas e fornecem um resultado. Os algoritmos genéticos permitem que as redes com as melhores acurácias sejam selecionadas a cada iteração do algoritmo. Portanto, o objetivo com este projeto é a aplicação de variáveis oriundas de três fontes distintas em um software baseado em inteligência artificial para a predição de gravidez por batimento cardíaco fetal. Esse software tornará objetiva a avaliação, facilitando a escolha do embrião de melhor qualidade pelo embriologista e com a maior chance de estabelecer gestação. (AU)