Desenvolvimento de um software de inteligência artificial, utilizando deep learning, para determinação da ploidia de embriões humanos

Resumo

A infertilidade, nos dias de hoje, é considerada um problema de saúde pública no mundo inteiro, afetando cerca de 48 milhões de casais e 186 milhões de indivíduos, de acordo com dados da Organização Mundial da Saúde. Desse modo, a reprodução assistida, aparece como uma alternativa para esses casais, oferecendo um meio para ultrapassar este obstáculo. Ainda que seja uma área relativamente nova, com início na década de 70, as técnicas empregadas na reprodução assistida, como a fertilização in vitro e a injeção intracitoplasmática de espermatozoides (do inglês intracytoplasmic sperm injection), possuem baixa taxa de sucesso (25% a 40%). Logo, a tarefa de escolher o melhor embrião para ser implantado é crucial para aumentar essa taxa. Um dos principais fatores analisados para a avaliação de um embrião humano é a identificação de aneuploidias nas suas células, que pode ocasionar falhas de implantação, abortos e má-formação em nascidos vivos. Atualmente, a técnica mais utilizada para identificar aneuploidia é o Diagnóstico Genético Pré-Implantacional, que consiste em uma biópsia embrionária, onde células da trofectoderme do embrião são coletadas e posteriormente analisadas. Essa técnica, por ser altamente invasiva, e apresentar possíveis resultados falsos positivos, não é recomendada em diversos países. A fim de desenvolver um novo meio não-invasivo de análise, o objetivo desse projeto é elaborar um software, que utiliza ferramentas de análises de imagens e inteligência artificial, capaz de identificar a ploidia de embriões humanos.