Predição do sucesso gestacional, utilizando as variáveis da morfologia e morfocinética do embrião humano e da paciente, mediante o uso da técnica de Inteligência Artificial, através do deep learning e multilayer perceptron.

• Processo: 23/16156-1
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de setembro de 2024
• Data de Término da vigência: 31 de agosto de 2026
• Área do conhecimento: Ciências da Saúde - Medicina
• Pesquisador responsável: José Celso Rocha
• Beneficiário: José Celso Rocha
• Instituição Sede: Faculdade de Ciências e Letras (FCL-ASSIS). Universidade Estadual Paulista (UNESP). Campus de Assis. Assis , SP, Brasil
• Pesquisadores associados: Marcelo Fábio Gouveia Nogueira
• Assunto(s): Aprendizagem profunda Inteligência artificial Morfologia Técnicas de reprodução assistida
• Palavra(s)-Chave do Pesquisador: Deep Learning | embrião humano | Inteligência Artificial | Morfocinética e Pacientes | Morfologia | reprodução assistida | Reprodução assistida

Resumo

A infertilidade, nos dias atuais, está sendo considerada um problema de saúde pública, tendo atingindo em torno de 15% da população mundial. O aumento nas condições prejudiciais à fertilidade está relacionado a fatores como: obesidade, uso de álcool, uso de drogas, doenças sexualmente transmissíveis, dentre outras. Além desses fatos, no mundo atual, a competitividade é bastante acirrada e muitos casais tem optado em deixar a gravidez em segundo plano, muito em função de atingir melhores condições socioeconômicas e aí sim optarem pela maternidade/paternidade. Neste cenário a técnica de reprodução assistida vem tendo uma alta demanda mundial, seja através da Fertilização in vitro ou da Injeção Intracitoplasmática de Espermatozoides. É estimado que desde o nascimento de Louise Brown, em 1978, 8 milhões de pessoas tenham nascido mediante o auxílio das técnicas de reprodução assistida em todo o mundo. Na Europa, entre 1997 e 2018, cerca de 2 milhões de nascimentos aconteceram mediante a utilização de técnicas de reprodução assistida e no Brasil, entre 2020 e 2022, cerca de 120.000 ciclos de estimulação ovariana foram realizados e aproximadamente 66.000 embriões foram transferidos. No entanto, as técnicas de reprodução assistida ainda possuem baixa taxa de sucesso gestacional, algo em torno de 25% a 40%, muito em função da subjetividade envolvida na escolha do embrião a ser transferido. Atualmente, com as incubadoras providas do sistema time-lapse, que permite o cultivo contínuo dos embriões, monitorando seu desenvolvimento de forma não invasiva e dentro de um ambiente controlado, que também proporciona a aquisição de fotomicrografias que são tiradas em um intervalo de tempo pré determinado, que quando avaliadas de forma conjunta e continua evidenciam características morfológicas e morfocinética do embrião, essa subjetividade tem diminuído, mas também promovido a possibilidade de outras técnicas a serem utilizadas. Dentre essas técnicas a Inteligência Artificial vem se destacando como uma técnica não invasiva e com grande potencial para utilização nas técnicas de reprodução assistida proporcionando uma maior taxa de acerto na predição do sucesso gestacional. A aplicação da técnica de Inteligência Artificial, nas mais diversas formas, redes neurais artificiais multilayer perceptron, machine learning, deep learning, algoritmos genéticos ou redes neurais convolucionais, dentre outras, podem proporcionar uma análise minuciosa tanto da imagem do embrião, a ser transferido, como dos tempos de clivagem, além de poder associar a essas variáveis as características fisiológicas da paciente, o que seria impossível de se obter utilizando os métodos tradicionais hoje existentes. Neste sentido, o presente projeto de pesquisa tem como objetivo desenvolver um software de inteligência artificial, na plataforma Matlab, que tendo como variável de entrada os dados morfológicos e morfocinético do embrião além dos dados da paciente, utilize as técnicas de inteligência artificial, em particular as redes neurais artificiais multilayer perceptron, algoritmos genéticos e redes neurais convolucionais, em conjunto ou de forma separadas, para a predição do sucesso gestacional e desta forma diminuir, em muito, a subjetividade existente nos dias atuais na escolha do embrião a ser transferido para a paciente. E para que o software desenvolvido, tenha possibilidade de ser usado no cotidiano das clínicas de reprodução assistida, uma interface gráfica será desenvolvida de forma que seja de fácil uso e compreensão dos resultados pelos embriologistas e médicos atuantes na reprodução assistida. (AU)