Busca avançada
Ano de início
Entree

Uso da inteligência artificial na predição do sucesso gestacional com base na seleção de variáveis fisiológicas dos pacientes submetidos à reprodução assistida

Processo: 19/26684-0
Linha de fomento:Bolsas no Brasil - Iniciação Científica
Vigência (Início): 01 de abril de 2020
Vigência (Término): 31 de março de 2021
Área do conhecimento:Ciências da Saúde - Medicina
Pesquisador responsável:José Celso Rocha
Beneficiário:Eloiza Adriane Dal Molin
Instituição-sede: Faculdade de Ciências e Letras (FCL-ASSIS). Universidade Estadual Paulista (UNESP). Campus de Assis. Assis , SP, Brasil
Assunto(s):Inteligência artificial   Redes neurais (computação)   Algoritmos genéticos   Controle preditivo   Gravidez   Adaptação fisiológica   Técnicas de reprodução assistida   Modelos fisiológicos

Resumo

A Inteligência artificial (IA) experimentou um rápido crescimento nos últimos anos, passando da fase experimental para a fase de implementação em divergentes campos, incluindo a medicina. Nesse sentido, os avanços nos algoritmos e teorias de aprendizado e a disponibilidade de grandes conjuntos de dados além do poder computacional contribuíram para avanços nas aplicações atuais de IA. No ramo da reprodução assistida, a aplicabilidade a crescente demanda da IA possui relação intrínseca com o aumento do número de casais inférteis nacional e internacionalmente. Desse modo, a aliança entre as técnicas de IA, como as Redes Neurais Artificiais (RNAs) e os Algoritmos Genéticos (AGs) se constitui em uma estratégia que tem a capacidade de proporcionar a personalização das decisões médicas relativas a cada quadro específico de infertilidade. No entanto, para a construção de modelos preditivos capazes de serem inseridos na IA visando a obtenção do sucesso gestacional, faz-se necessário o levantamento de diversas variáveis interferentes neste processo, como os fatores fisiológicos dos pacientes submetidos a reprodução assistida. Assim, o presente estudo visa tanto a elucidação dessas características quanto o estudo dos graus de intensidade em relação à interferência gestacional. Desse modo, ao relacionar fatores fisiológicos ao prognóstico da gravidez sob uma perspectiva computacional, esta pesquisa se constitui em uma alternativa para uma melhor assertividade no diagnóstico e tratamento médico, diminuindo também as possíveis complicações maternas e neonatais, durante e após a gestação. (AU)