Análise da ploidia de embriões humanos por meio da Inteligência Artificial com o uso de variáveis de morfologia, morfocinética e variáveis relacionadas com a paciente

• Ano de defesa: 2022
• Autor(a) principal: Souza, Rebeca Colauto Milanezi de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Inteligência artificial; Ploidia; Embrião; Reprodução assistida; Morfologia; Morfocinética; Artificial intelligence; Ploidy; Embryo; Assisted reproduction; Morphology; Morphokinetics
• Link de acesso: http://hdl.handle.net/11449/236114

A infertilidade é considerada um problema de saúde mundial que afeta cerca de 15% dos casais em idade reprodutiva. As atuais tecnologias empregadas pelas técnicas de reprodução assistida não são totalmente eficazes, sendo a taxa de sucesso gestacional consideravelmente baixa (cerca de 25 a 40%). Assim, a escolha do embrião de melhor qualidade é fundamental para o sucesso das duas principais técnicas de reprodução assistida, a fertilização in vitro e a injeção intracitoplasmática de espermatozoides. A taxa de sucesso dessas técnicas pode ser influenciada pela presença de aneuploidias embrionárias, as quais podem resultar em falha de implantação, em abortos e mesmo em malformações nos nascidos vivos. Para evitar técnicas invasivas de análise genética dos embriões, (por exemplo, a biópsia embrionária que utiliza irreversivelmente parte das células embrionárias para a análise genética), a Inteligência Artificial associada ao processamento de imagens do blastocisto, pode vir a ser um caminho alternativo. Nesse sentido, essa técnica pode vir a viabilizar a análise genética embrionária de forma não invasiva, a um baixo custo e de forma objetiva. Com isso, o objetivo deste trabalho foi adaptar um software já desenvolvido (como uma plataforma inicial) para a previsão da ploidia dos embriões humanos, distinguindo os embriões euploides dos embriões aneuploides. Para isso foram utilizadas as técnicas de Inteligência Artificial, como as Redes Neurais Artificiais e os Algoritmos Genéticos, associadas com a aplicação das variáveis oriundas do processamento digital de imagens dos blastocistos (variáveis morfológicas), da morfocinética (tempos de clivagem e de desenvolvimento do embrião) e variáveis da paciente em conjunto com as variáveis celulares que possam auxiliar na verificação da ploidia embrionária. No total, 574 embriões – com respectivos dados da morfocinética e dados das pacientes – foram avaliados. Esses dados foram obtidos de pacientes submetidas a ciclos de fertilização de maio de 2019 a março de 2021. A melhor rede neural artificial obtida foi aquela em que foram aplicadas as variáveis da morfologia, morfocinética e da paciente com as variáveis celulares (com diagnóstico específico para os fatores de infertilidade). Nesta rede, o acerto geral foi de 98,6% no treinamento, de 80,0% no teste, de 69,2% na simulação e de 64,7% no teste-cego. Com esses resultados, é possível concluir que a rede neural artificial obtida tem uma acurácia considerável na predição da classificação embrionária quanto à ploidia, sendo uma alternativa para viabilizar a análise genética embrionária de forma não invasiva, a um baixo custo e de forma objetiva. No entanto, apesar dos resultados promissores, concluímos que essas tecnologias precisam ser analisadas em estudos prospectivos e não somente em estudos retrospectivos, como o do presente trabalho, objetivando uma melhor análise de sua eficácia.