Autor(es):Mostrar menos -

Nicolielo, Mariana ; Jacobs, Catherine Kuhn ; Lourenco, Bruna ; Maffeis, Murilo Costa ; Cheles, Doris Spinosa ; Duarte, Matheus Bubola ; Mendes, Bruno Araujo ; Moraes, Vinicius Casado ; Chehin, Mauricio Barbour ; Alegretti, Jose Roberto ; da Motta, Eduardo Leme Alves ; Lorenzon, Aline Rodrigues ; Nogueira, Marcelo Fabio Gouveia ; Rocha, Jose Celso

• Tipo de documento: Artigo Científico
• Fonte: SCIENTIFIC REPORTS; v. 15, n. 1, p. 12-pg., 2025-09-02.

Resumo

The need to reduce the number of embryos transferred in assisted reproductive care to prevent multiple gestations has led to a stronger emphasis on selecting embryos with the highest morphological quality. Although this evaluation has traditionally been performed by trained embryologists, the increasing use of time-lapse incubators has introduced a greater volume of data and subjectivity in decision-making. Artificial intelligence (AI)-based tools can support embryologists by offering objective, standardized embryo assessments.In Brazil, like other countries, where imported embryo selection technologies may not account for local demographic and ethnic profiles, an AI model - Morphological Artificial Intelligence Assistance (MAIA) - was developed through a collaboration between a university and a private fertility clinic in S & atilde;o Paulo. The model was trained using 1,015 embryo images and prospectively tested in a clinical setting on 200 single embryo transfers. In clinical testing, MAIA achieved an overall accuracy of 66.5%. In elective embryo transfers, where there were more than one embryo eligible for transfer, MAIA achieved 70.1% accuracy for predicting clinical pregnancy. Designed with a user-friendly interface tailored by embryologists, MAIA provides real-time embryo evaluations to support decision-making in routine care. (AU)

• Processo FAPESP: 23/16156-1 - 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.
• Beneficiário: José Celso Rocha
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 18/19053-0 - Processamento digital de imagens de blastocistos humanos para a obtenção de variáveis preditivas da qualidade morfológica
• Beneficiário: Dóris Spinosa Chéles
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Processo FAPESP: 17/19323-5 - Classificação de embriões humanos mediante as técnicas de time-lapse, processamento de imagens digitais e inteligência artificial
• Beneficiário: José Celso Rocha
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 23/05345-8 - Desenvolvimento de um software de inteligência artificial, utilizando deep learning, para determinação da ploidia de embriões humanos
• Beneficiário: Murilo Costa Maffeis
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Processo FAPESP: 20/07634-9 - Predição de batimento cardíaco fetal por meio de inteligência artificial e de variáveis morfológicas, morfocinéticas e relacionadas com a paciente
• Beneficiário: Dóris Spinosa Chéles
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Processo FAPESP: 19/26749-4 - Aplicação das técnicas de inteligência artificial, Deep Learning e MLP, para predição de nascimento vivo, em pacientes sujeitas à reprodução assistida, utilizando dados da morfologia do blastocisto e fisiológicos da paciente
• Beneficiário: André Satoshi Ferreira
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Processo FAPESP: 12/20110-2 - Software baseado em redes neurais artificiais para a classificação morfológica de embriões
• Beneficiário: Felipe Delestro Matos
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Processo FAPESP: 12/50533-2 - GIFT: melhoramento genômico de características relacionadas com a fertilização em gado bovino dinamarquês e brasileiro
• Beneficiário: Marcelo Fábio Gouveia Nogueira
• Modalidade de apoio: Auxílio à Pesquisa - Temático
• Processo FAPESP: 23/08159-0 - Predição do sucesso gestacional utilizando inteligência artificial através de técnicas de deep learning.
• Beneficiário: Bruno Araújo Mendes
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica