\n<\/p>\n
Nos tratamentos de fertiliza\u00e7\u00e3o in vitro (FIV) e congelamento de \u00f3vulos, um dos maiores desafios da medicina reprodutiva sempre foi prever o real potencial biol\u00f3gico de cada gameta. Historicamente, m\u00e9dicos e pacientes contavam apenas com dados quantitativos sobre o n\u00famero de \u00f3vulos coletados, sem ferramentas objetivas para avaliar sua qualidade e capacidade de desenvolvimento embrion\u00e1rio.<\/p>\n
Atualmente, j\u00e1 se sabe que idade e quantidade de \u00f3vulos s\u00e3o indicadores importantes, mas esses dados, isoladamente, n\u00e3o fornecem todas as informa\u00e7\u00f5es sobre o potencial reprodutivo de uma paciente. Por exemplo, duas mulheres da mesma idade e com um n\u00famero semelhante de \u00f3vulos maduros ainda podem apresentar resultados reprodutivos muito diferentes.<\/p>\n
Nesse cen\u00e1rio, destacam-se as ferramentas desenvolvidas pela healthtech canadense Future Fertility, que utiliza algoritmos de deep learning treinados com mais de 650 mil imagens de o\u00f3citos para identificar padr\u00f5es morfol\u00f3gicos invis\u00edveis ao olho humano.<\/p>\n
A tecnologia, que j\u00e1 demonstrou uma melhoria de 28% na precis\u00e3o da previs\u00e3o da forma\u00e7\u00e3o de blastocistos em compara\u00e7\u00e3o com a avalia\u00e7\u00e3o visual tradicional realizada por embriologistas, tem ganhado destaque em feiras e congressos de reprodu\u00e7\u00e3o assistida. A solidez das evid\u00eancias cient\u00edficas que respaldam essas ferramentas inclui mais de dez publica\u00e7\u00f5es revisadas por pares em peri\u00f3dicos de renome internacional, como Human Reproduction, Reproductive BioMedicine Online, Fertility & Sterility e Scientific Reports (do Grupo Nature), al\u00e9m de mais de 100 resumos apresentados em confer\u00eancias globais.<\/p>\n
\u201cMesmo entre os \u00f3vulos maduros coletados em um mesmo ciclo podem ter diferen\u00e7as significativas em seu potencial de desenvolvimento embrion\u00e1rio. Tradicionalmente, os embriologistas contavam com recursos limitados para avaliar essas diferen\u00e7as. Hoje, a intelig\u00eancia artificial nos permite obter informa\u00e7\u00f5es mais aprofundadas sobre o potencial de desenvolvimento de cada \u00f3vulo, oferecendo dados valiosos para apoiar as decis\u00f5es cl\u00ednicas e o aconselhamento das pacientes\u201d, afirma o cientista, biom\u00e9dico, embriologista e PhD Marcos Kulmann.<\/p>\n
A intelig\u00eancia artificial permite identificar diferen\u00e7as biol\u00f3gicas que antes passavam despercebidas e transforma informa\u00e7\u00f5es generalistas em um aconselhamento verdadeiramente individualizado, contribuindo para alinhar expectativas e apoiar decis\u00f5es cl\u00ednicas ao longo dos ciclos de fertilidade.<\/p>\n
Ecossistemas tecnol\u00f3gicos e valida\u00e7\u00e3o cient\u00edfica global<\/strong><\/p>\n O conjunto de solu\u00e7\u00f5es de intelig\u00eancia artificial da Future Fertility engloba tr\u00eas produtos especializados: o VIOLET\u2122, focado em ciclos de congelamento de \u00f3vulos e preserva\u00e7\u00e3o da fertilidade; o MAGENTA\u2122, voltado \u00e0 previs\u00e3o da forma\u00e7\u00e3o de blastocistos em tratamentos de FIV; e o ROSE\u2122, desenvolvido para otimizar o fluxo de trabalho e a forma\u00e7\u00e3o de lotes de doadoras em bancos de \u00f3vulos.<\/p>\n Todas representam um avan\u00e7o tecnol\u00f3gico sem precedentes em tratamentos de fertilidade. \u201cA intelig\u00eancia artificial deve provocar na fertilidade uma transforma\u00e7\u00e3o semelhante \u00e0 observada em outras \u00e1reas da sa\u00fade, como radiologia e oncologia: menos decis\u00f5es baseadas apenas em percep\u00e7\u00f5es subjetivas e maior apoio de dados ao longo da jornada cl\u00ednica\u201d, explica Christy Prada, CEO da Future Fertility.<\/p>\n Avan\u00e7os cl\u00ednicos e impacto em pacientes com SOMP<\/strong><\/p>\n A evolu\u00e7\u00e3o das ferramentas de IA tamb\u00e9m pode beneficiar pacientes com S\u00edndrome Ovariana Metab\u00f3lica Poliend\u00f3crina (SOMP), condi\u00e7\u00e3o que afeta uma em cada oito mulheres no mundo, segundo a Endocrine Society, e que pode comprometer a fertilidade.<\/p>\n Nesse cen\u00e1rio, as novas tecnologias de intelig\u00eancia artificial podem, em conjunto com a atua\u00e7\u00e3o de especialistas em fertilidade, consolidar um volume maior de dados para orientar o planejamento do tratamento de FIV, a interpreta\u00e7\u00e3o dos resultados reprodutivos e o aconselhamento das pacientes.<\/p>\n \u201cPara pacientes com SOMP, essas informa\u00e7\u00f5es podem ser ainda mais relevantes. Al\u00e9m de saber quantos \u00f3vulos foram obtidos, temos a possibilidade de conhecer melhor as caracter\u00edsticas desses \u00f3vulos, o que adiciona novas informa\u00e7\u00f5es que s\u00e3o extremamente \u00fateis para o planejamento da fertilidade\u201d, explica Marcos Kulmann.<\/p>\n O especialista faz parte de um grupo de pesquisadores da Nilo Frantz Medicina Reprodutiva e conduziu recentemente um estudo que utilizou a ferramenta MAGENTA\u2122 para compreender melhor o potencial reprodutivo de \u00f3vulos coletados de pacientes com SOMP.\u00a0 \u201cFerramentas deste tipo est\u00e3o abrindo novas possibilidades na pesquisa em reprodu\u00e7\u00e3o assistida, permitindo uma compreens\u00e3o mais aprofundada da qualidade dos \u00f3vulos\u201d, conclui Marcos.<\/p>\n Quanto mais informa\u00e7\u00f5es individualizadas a paciente consegue ter ao longo da jornada, maior \u00e9 a capacidade de tomar decis\u00f5es alinhadas \u00e0 realidade de cada uma delas. O desafio \u00e9 garantir que esse planejamento aconte\u00e7a com informa\u00e7\u00e3o de qualidade, acompanhamento especializado e tecnologias capazes de oferecer uma vis\u00e3o mais individualizada.<\/p>\n