A inteligência artificial (IA) teve um rápido crescimento nos últimos anos, passando da fase experimental para a de implementação em vários campos, incluindo a medicina. E ela está provando ser cada vez mais aplicável à saúde, e várias técnicas de aprendizado de máquina (machine learning) foram usadas para melhorar o desempenho da tecnologia de reprodução assistida.
Além de “aprender” por meio da coleta de uma grande quantidade de dados biológicos usando algoritmos complexos, a IA usa as informações e insights para auxiliar as atividades clínicas. O médico Arnaldo Cambiaghi, especialista em ginecologia e obstetrícia e atuação na área de reprodução assistida e responsável técnico do Centro de Reprodução Humana do IPGO, observa que a IA também pode obter novas informações médicas de casos clínicos bem-sucedidos e diretrizes clínicas para melhorar a precisão. “Ela pode reduzir erros inevitáveis no diagnóstico e tratamento na prática clínica humana e fazer previsões em tempo real sobre riscos à saúde. Avanços nas aplicações de IA são constantemente promovidos pela crescente quantidade de dados disponíveis em medicina reprodutiva.”
O tema foi abordado este mês durante o ASRM Scientific Congress & Postgraduate Courses 2022, em Anaheim, Califórnia, um dos maiores congressos de reprodução humana no do mundo, que se encerrou nesta quarta-feira, 26. Evidence-Based Personalization of the IVF Process: What You Need to Know and What the Future Holds (personalização baseada em evidências do processo de fertilização in vitro: o que você precisa saber e o que o futuro reserva, em tradução livre) foi a palestra proferida pelos especialistas Mandy Katz-Jaffe, do Colorado Center for Reproductive Medicine Faculty; Charles Bormann, do Massachusetts General Hospital Fertility Center e Harvard Medical School; Allison Boyd, da Yale Maternal Fetal Medicine, e Richard Scott, do IVI RMA New Jersey.
Abordagem ideal
Tomar decisões para pacientes com infertilidade com base na análise de dados médicos tem sido a abordagem clínica ideal, salienta Cambiaghi. “Especialistas em reprodução podem determinar o melhor tratamento incorporando modelos de IA e aprendizado de máquina. Pacientes podem receber a terapia mais adequada, aumentando as taxas de gravidez bem-sucedidas e reduzindo os encargos financeiros. No nível social, o uso desnecessário de recursos médicos pode ser evitado levando a uma redução dos custos de saúde.”
Atualmente, a IA é usada principalmente para selecionar espermatozoides para melhorar a taxa de sucesso do tratamento, avaliar a qualidade de embriões e óvulos e estabelecer um modelo útil de previsão de resultado. Estudos em andamento são conduzidos para definir bons marcadores não invasivos para aumentar a taxa de implantação e melhorar a eficácia do tratamento com tecnologia de reprodução assistida. Um componente de IA integrado com análise de imagem aumentaria a eficiência do reconhecimento, reduziria erros e atingiria uma carga de trabalho de classificação manual mínima, fornecendo classificação automática de espermatozoides, embriões e óvulos.
IA incrementa a medicina reprodutiva
Cambiaghi observa ainda que o rápido desenvolvimento da tecnologia de reprodução assistida, como criopreservação de óvulos e embriões, fertilização assistida, testes genéticos pré-implantação e tecnologias de seleção de embriões melhoraram muito a taxa de gravidez clínica desde o nascimento do primeiro bebê de fertilização in vitro (FIV). A qualidade dos embriões é o fator mais crítico para o sucesso da FIV, mas ainda faltam métodos para julgar a qualidade não só deles, como dos espermatozoides e óvulos com precisão. Portanto, é difícil prever a probabilidade de uma gravidez bem-sucedida para cada paciente e entender completamente a causa de cada falha.
“Os procedimentos baseados em IA na medicina reprodutiva podem se tornar uma solução para os impasses atuais. O principal impulsionador para o desenvolvimento dessas aplicações é o desejo de melhorar o tratamento e o prognóstico de pacientes com infertilidade, usando a grande quantidade de dados fornecidos por modalidades diagnósticas e terapêuticas complexas”, afirma Cambiaghi.
O especialista em ginecologia acrescenta que a avaliação precisa da viabilidade do embrião é um fator primordial para maximizar a taxa de gravidez e otimizar os tratamentos de fertilização in vitro. Ele diz que, para isso, é usado o Time-Lapse (EmbryoScope Plus), incubadora de última geração e de alta tecnologia utilizada nos laboratórios de fertilização in vitro. É dentro de incubadoras que os embriões se desenvolvem entre cinco e sete dias, após os óvulos terem sido fertilizados pelo espermatozoide. No final desse período ocorre a transferência para o útero, algumas vezes eles são congelados (vitrificados) ou, em outras vezes, eles passam pela biopsia embrionária.
Diferente das tradicionais incubadoras, Time-Lapse é muito mais avançada, pois permite uma avaliação mais precisa de cada embrião. Por imagens fotográficas que são feitas automaticamente, de 10 em 10 minutos, e continuadamente nas 24 horas do dia, é possível fazer um vídeo que monitora com mais precisão a evolução. Cada embrião é analisado com uma incrível riqueza de detalhes, sem a necessidade de exposição exterior pelo embriologista. Ela representa uma tecnologia de ponta que mantém o ambiente de desenvolvimento embrionário extremamente estável, com temperatura equilibrada e ar continuadamente purificado, além de acompanhar o passo a passo das divisões celulares.
“Esta incubadora é tão importante quanto a cirurgia robótica. O fato de não se retirar o embrião como antes, traz vantagens que poderiam promover uma melhor qualidade do embrião como também fazer uma análise que, em um futuro bem próximo, enfatizo, será possível detectar uma condição genética ideal sem necessidade da biópsia embrionária. Assim, serão melhores resultados e maiores chances de gravidez”, explica Cambiaghi.
Cirurgia robótica
A inovação mais influente na medicina, diz Cambiaghi, foi o surgimento da cirurgia minimamente invasiva (CMI), que mudou a prática cirúrgica moderna, combinando vários incrementos tecnológicos, como câmeras de alta resolução e instrumentos micro-operados inseridos no corpo humano por meio de pequenas incisões para procedimentos cirúrgicos. Abordagem minimamente invasiva é preferível à aberta, especialmente para melhores resultados perioperatórios, segurança do paciente e qualidade de vida, fatores essenciais para otimizar resultados reprodutivos. Além disso, proporciona aos cirurgiões melhor ergonomia, visualização tridimensional, maior precisão, instrumentos finos e curvas de aprendizado mais curtas e supera as limitações da laparoscopia tradicional.
Combinando a superioridade da IA e CMI, a cirurgia robótica tem sido amplamente aplicada em muitos campos cirúrgicos e tem mostrado vantagens em doenças ginecológicas complexas. A tecnologia robótica aplicada à laparoscopia foi introduzida na prática clínica e aprimorou o arsenal do especialista em reprodução. Adenomiose, endometriose, reversão de esterilização e técnicas de preservação da fertilidade podem se beneficiar da cirurgia. No entanto, ainda existem estudos pouco randomizados, e a maioria dos publicados são observacionais ou retrospectivos.
Avaliação e seleção de óvulos e sêmen
Uma variedade de estratégias tem sido proposta para avaliar e selecionar óvulos com o melhor potencial de desenvolvimento, mas tipos de limitações, como a possibilidade de que o óvulo ou embrião de aparência normal ainda possa ocultar aneuploidia pedem mais pesquisas para obter padrões e métodos precisos. Assim, a utilização de métodos de IA para seleção de óvulos na FIV pode trazer novas oportunidades. Além disso, alguns pesquisadores utilizaram abordagens não invasivas para prever o potencial de desenvolvimento do óvulo humano. O método ideal de seleção de óvulos seria não invasivo, barato e capaz de ser incorporado ao fluxo de trabalho da embriologia com impacto mínimo e ainda há espaço para melhorias, como as tecnologias para uma previsão mais confiável da qualidade do óvulo e quantificação mais precisa da competência de desenvolvimento dos gametas.
A análise do sêmen é o primeiro passo na avaliação de casais inférteis. A morfologia do esperma reflete tipos de anomalias. Atualmente, os sistemas de análise de esperma auxiliado por computador são utilizados para pesquisas e análises de rotina em humanos ou animais. O sistema pode relatar a porcentagem móvel e os parâmetros cinemáticos e identificar as subpopulações de células espermáticas. Devido à inerente falta de objetividade e à dificuldade na avaliação manual da morfologia espermática e ao alto grau de variação entre laboratórios, métodos automáticos baseados em análise de imagens devem ser desenvolvidos para obter resultados mais objetivos e precisos. A seleção de recursos pode melhorar o desempenho, visualizar os dados para seleção do modelo e reduzir a dimensionalidade.
O futuro da IA na medicina reprodutiva
Esforços contínuos para desenvolver esses conjuntos de dados provavelmente apresentarão enormes oportunidades para novos avanços na medicina reprodutiva. Coletar uma grande quantidade de dados válidos e analisá-los e integrá-los pode abrir caminho para as aplicações subsequentes de IA. A inteligência artificial também pode ajudar a coleta de informações a obter mais dados de alta qualidade, como a criação de uma rede interconectada de dados de pacientes de todo o mundo. Além disso, a combinação de dados e imagens, exames laboratoriais, informações genéticas e registros de saúde com métodos avançados de IA pode potencialmente mudar a forma como a medicina é praticada.
Curso de reprodução humana
Estes e outros aspectos do uso da IA na medicina, em especial na área de reprodução assistida, serão debatidos no primeiro dia do 20º Curso de Reprodução Humana do IPGO – Instituto Paulista de Ginecologia e Obstetrícia, que será realizado nos dias 19 e 20 de novembro. A palestra “Inteligência Artificial: Onde Estamos e para Onde Vamos?” será apresentada pelo médico Eduardo Motta, corresponsável pelo Centro de Reprodução Humana Santa Joana e professor adjunto do Departamento de Ginecologia da Escola Paulista de Medicina (Unifesp).