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
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de abril de 2020
• Data de Término da vigência: 31 de março de 2021
• Área de 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
• Palavra(s)-Chave do Pesquisador: Inteligência Artificial | reprodução assistida | variaveis fisiologicas | Reprodução Assistida

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)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

CHELES, DORIS SPINOSA; FERREIRA, ANDRE SATOSHI; DE JESUS, ISABELA SUEITT; FERNANDEZ, ELEONORA INACIO; PINHEIRO, GABRIEL MARTINS; DAL MOLIN, ELOIZA ADRIANE; ALVES, WALLACE; MILANEZI DE SOUZA, REBECA COLAUTO; BORI, LORENA; MESEGUER, MARCOS; et al. An Image Processing Protocol to Extract Variables Predictive of Human Embryo Fitness for Assisted Reproduction. APPLIED SCIENCES-BASEL, v. 12, n. 7, p. 20-pg., 2022-04-01. (20/07634-9, 18/24252-2, 19/26749-4, 17/19323-5, 19/26684-0)