APLICAÇÃO DA INTELIGÊNCIA ARTIFICIAL NA SELEÇÃO DE EMBRIÕES PARA FERTILIZAÇÃO IN VITRO: INOVAÇÃO TECNOLÓGICA E PERSPECTIVAS BIOMÉDICAS
1GEANI GONÇALVES DE SALES, 2BRUNA GOMES SYDOR
1Acadêmica do curso de Biomedicina UNIPAR 2Docente da UNIPAR
Introdução: De acordo com Dunning et al. (2021) a aplicação da inteligência artificial (IA) na seleção de embriões representa uma estratégia inovadora, ao proporcionar uma abordagem mais objetiva e precisa para a identificação de embriões viáveis, contribuindo, assim, para o aumento das taxas de sucesso da fertilização in vitro (FIV).  Objetivo: Por meio de uma revisão de literatura, avaliar a aplicação da IA na seleção de embriões, sua acurácia diagnóstica e a busca por melhores resultados clínicos na fertilização in vitro.  Desenvolvimento: Estudos recentes têm apontado que a IA pode superar limitações associadas à análise embrionária convencional. Um exemplo é o algoritmo IDAScore, descrito pela Igenomix Brasil (2024), que demonstrou ser até dez vezes mais rápido do que especialistas humanos na avaliação de embriões, fornecendo resultados consistentes e objetivos. No campo científico, Lassen et al. (2023) desenvolveram o iDAScore v2.0, um modelo de deep learning testado em embriões cultivados por diferentes períodos. Esse sistema apresentou elevada acurácia preditiva em relação ao potencial de implantação, consolidando a aplicabilidade da IA como ferramenta clínica. Além disso, Berntsen et al. (2022) reforçam que modelos baseados em sequências de imagens em lapso de tempo não apenas mantêm robustez em diferentes contextos clínicos, mas também apresentam alta capacidade de generalização, característica essencial para o uso em larga escala. Com relação às perspectivas biomédicas, a utilização da IA na reprodução assistida contribui para o aumento das taxas de sucesso da FIV, pode reduzir o número de ciclos necessários para alcançar uma gestação, minimizando custos e o desgaste físico e emocional dos pacientes. Segundo Lassen et al. (2023), a análise massiva de dados gerados por esses algoritmos favorece o aprofundamento do conhecimento sobre os determinantes biológicos da viabilidade embrionária. Assim, a convergência entre ciência biomédica e tecnologia digital aponta para um novo paradigma no campo da reprodução assistida. Apesar dos avanços, há desafios relevantes nesta área. Como destacam Berntsen et al. (2022), algoritmos de IA necessitam de constante atualização para evitar vieses, garantindo equidade no acesso aos tratamentos. Além disso, questões éticas emergem em torno da utilização da IA para além da saúde, como na possibilidade de seleção embrionária por características não relacionadas à viabilidade clínica, o que levanta debates sobre os limites do uso dessa tecnologia (IGENOMIX BRASIL, 2024).  Conclusão: A aplicação da inteligência artificial na seleção de embriões para FIV representa uma inovação disruptiva, com potencial de aumentar a precisão diagnóstica, padronizar protocolos e melhorar desfechos reprodutivos. No entanto, sua implementação requer cautela diante de desafios éticos e da necessidade de validação contínua. Os avanços atuais, evidenciados em estudos recentes, demonstram que a IA tem condições de transformar a prática clínica e abrir novas perspectivas biomédicas no campo da reprodução assistida.
Referências: BERNTSEN, J. et al. Robust and generalizable embryo selection based on artificial intelligence and time-lapse image sequences. PLoS One, v. 17, n. 2, e0262661, 2022. DOI:https://doi.org/10.1371/journal.pone.0262661                                                                      CHOW, D. J. X.; WIJESINGHE, P.; DHOLAKIA, K.; DUNNING, K. R. Does artificial intelligence have a role in the IVF clinic? Reproduction & Fertility, v. 2, n. 3, p. C29-C34, 2021.DOI:https://doi.org/10.1530/RAF-21-0043 IGENOMIX BRASIL. Inteligência artificial é mais rápida na avaliação embrionária na FIV. 2024. Disponível em: https://www.igenomix.com.br/press-and-news/com-um-clique-a-inteligencia-artificial-traz-uma-avaliacao-rapida-e-objetiva-do-embriao-para-a-fertilizacao-in-vitro/ LASSEN, J. T. et al. Development and validation of deep learning based embryo selection across multiple days of transfer. Scientific Reports, v. 13, n. 4235, 2023. DOI: https://doi.org/10.1038/s41598-023-31136-3