O uso da inteligência artificial na predição da gravidez em fertilização in vitro: análise e classificação das principais variáveis da morfológia, morfocinéticas e da paciente

• Processo: 23/13875-7
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de dezembro de 2023
• Data de Término da vigência: 30 de novembro de 2024
• Área de conhecimento: Ciências da Saúde - Medicina
• Pesquisador responsável: José Celso Rocha
• Beneficiário: Matheus Búbola Duarte
• Instituição Sede: Faculdade de Ciências e Letras (FCL-ASSIS). Universidade Estadual Paulista (UNESP). Campus de Assis. Assis , SP, Brasil
• Assunto(s): Inteligência artificial Morfologia Pacientes Técnicas de reprodução assistida
• Palavra(s)-Chave do Pesquisador: Inteligência Artificial | Morfocinética | Morfologia | Paciente | Predição da Gravidez | Principais Variáveis | Reprodução Assistida

Resumo

A infertilidade afeta aproximadamente 15% dos casais em idade reprodutiva e pode ser atribuída a diversos fatores, como estilo de vida, mutações genéticas e doenças médicas. A reprodução assistida surgiu como uma solução para a infertilidade, oferecendo técnicas laboratoriais específicas adaptadas às necessidades de cada casal. No entanto, as taxas de sucesso dessas técnicas, como fertilização in vitro, injeção intracitoplasmática de espermatozoide e inseminação intrauterina, geralmente não ultrapassam 40%.Para aumentar as chances de sucesso e reduzir erros humanos, as clínicas de reprodução assistida têm adotado práticas inovadoras, como o diagnóstico e screening genético pré-implantacional e o uso de incubadoras com tecnologia time-lapse, que capturam imagens das células embrionárias e fornecem informações sobre sua morfologia e morfocinética. Essas inovações são acompanhadas pelo crescente interesse na incorporação de inteligência artificial.Com o avanço da tecnologia, estudos têm demonstrado a eficácia da combinação de dados coletados pelo time-lapse, sobre a morfologia e morfocinética, juntamente com informações fisiológicas da paciente, aplicadas em modelos de inteligência artificial. A inteligência artificial utiliza técnicas como algoritmos genéticos e redes neurais artificiais multicamadas para treinamento, permitindo a criação de modelos preditivos para o sucesso gestacional. No entanto, a interpretação desses resultados é desafiadora devido à natureza não paramétrica das variáveis biológicas envolvidas.Nesse contexto, este projeto de pesquisa tem como objetivo utilizar métodos computacionais específicos, como cálculo de pesos das conexões entre neurônios, algoritmo de Garson e derivadas parciais, para identificar as principais variáveis envolvidas no processo de inteligência artificial que determinam o sucesso gestacional. Será desenvolvido um software computacional na plataforma Matlab que utilizará técnicas de inteligência artificial e os métodos mencionados para identificar as variáveis mais relevantes nesse processo.