Artificial Intelligence-Assisted Embryo Selection in In Vitro Fertilisation: A Systematic Review of Model Performance and Clinical Evidence
Esta revisão sistemática conclui que, embora a seleção de embriões assistida por IA na FIV tenha avançado significativamente no desenvolvimento de modelos e no desempenho técnico, as evidências atuais de eficácia clínica permanecem limitadas e inconsistentes, necessitando de validação independente adicional e estudos prospectivos antes que sua adoção clínica rotineira possa ser estabelecida.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Para milhões de casais ao redor do mundo, o caminho para começar uma família é bloqueado pela infertilidade, uma condição que afeta aproximadamente uma em cada seis pessoas em idade reprodutiva. Quando a concepção natural não ocorre, os médicos frequentemente recorrem a um procedimento laboratorial chamado fertilização in vitro, onde um óvulo e um espermatozoide são combinados fora do corpo para criar um embrião. A etapa mais crítica e difícil desse processo é escolher qual embrião único será colocado de volta no útero da mulher. Tradicionalmente, cientistas altamente treinados, chamados embriologistas, faziam essa escolha observando o embrião sob um microscópio, julgando sua saúde com base em sua aparência e na velocidade do seu crescimento. No entanto, essa avaliação visual pode variar de um especialista para outro, e mesmo o melhor olho humano nem sempre consegue prever qual embrião irá se fixar com sucesso e crescer até se tornar um bebê. Nos últimos anos, cientistas começaram a testar se a inteligência artificial, o mesmo tipo de tecnologia de computador que pode reconhecer rostos ou dirigir carros, pode ajudar a tornar essa seleção mais precisa.
Uma nova revisão sistemática, um tipo de estudo que reúne e analisa todas as pesquisas existentes sobre um tema específico, analisou agora rigorosamente o quão bem esses sistemas de computador estão realmente performando no mundo real. Os pesquisadores por trás desta revisão, Emmanuel Emmanuel e Ekwueme Precious, não realizaram um único novo experimento. Em vez disso, eles coletaram e examinaram dezenas de estudos anteriores que testaram ferramentas de inteligência artificial projetadas para classificar e selecionar embriões. O objetivo deles era separar o sucesso técnico desses modelos de computador da sua capacidade real de melhorar as chances de uma gravidez saudável. Eles queriam saber se o software, que pode processar milhares de imagens e encontrar padrões invisíveis aos humanos, realmente leva ao nascimento de mais bebês, ou se o seu sucesso está limitado à tela do computador.
A revisão descobriu que a tecnologia avançou rapidamente. As tentativas iniciais usavam programas de computador simples, mas os estudos mais recentes empregam o aprendizado profundo (deep learning), um método sofisticado onde o computador aprende analisando vastas bibliotecas de imagens de embriões, incluindo vídeos de time-lapse que mostram o embrião crescendo hora a hora. Esses sistemas podem agora pontuar embriões, prever sua saúde genética e classificá-los de uma forma que muitas vezes iguala ou até supera a consistência dos especialistas humanos. Em termos de pura predição, os modelos de computador mostraram que conseguem distinguir entre embriões que têm probabilidade de implantar e aqueles que não têm. Por exemplo, um grande estudo envolvendo quase duzentas mil amostras de embriões de vinte e duas clínicas diferentes descobriu que o sistema de IA conseguia identificar corretamente embriões viáveis com um nível de precisência que variava de sessenta por cento a setenta e cinco por cento, dependendo das condições específicas de teste.
No entanto, a revisão destaca uma lacuna significativa entre o que o computador pode prever e o que ele pode alcançar em uma clínica. Só porque um modelo consegue classificar embriões com precisão em um banco de dados, não significa que o uso dele resultará em mais gravidezes bem-sucedidas para as pacientes. O teste mais rigoroso desta tecnologia veio de um grande ensaio randomizado envolvendo mais de mil pacientes em quatorze clínicas. Neste estudo, um grupo de pacientes teve seus embriões selecionados por um sistema de aprendizado profundo, enquanto outro grupo teve seus embriões selecionados pelo método tradicional de avaliação visual humana. Os resultados foram claros: o grupo que utilizou a inteligência artificial não teve um desempenho superior ao grupo dos especialistas humanos. De fato, a taxa de gravidez clínica foi ligeiramente menor para o grupo de IA, com quarenta e seis vírgula cinco por cento, em comparação com quarenta e oito vírgula dois por cento para o grupo convencional. O estudo foi desenhado para ver se a IA era pelo menos tão boa quanto o método humano, e falhou em provar esse ponto.
Essa descoberta sugere que, embora a inteligência artificial seja uma ferramenta poderosa para analisar dados, ela ainda não se provou como um substituto superior ao julgamento humano na clínica. A revisão aponta que muitos estudos anteriores que mostravam grande promessa eram retrospectivos, ou seja, olhavam para dados de embriões que já haviam sido transferidos e estudados. Esses estudos frequentemente mostravam fortes ligações entre pontuações altas de IA e gravidezes bem-sucedidas, mas não podiam provar que a IA causava o sucesso, pois os embriões escolhidos pela IA não foram comparados contra um grupo de controle de forma justa e randomizada. Além disso, a revisão observou que diferentes clínicas utilizam diferentes microscópios, diferentes incubadoras e diferentes formas de cuidar dos embriões, o que significa que um modelo de computador treinado em um laboratório pode não funcionar tão bem em outro. A tecnologia também mostrou sinais de instabilidade, onde o mesmo embrião poderia receber uma classificação diferente se o modelo de computador fosse executado múltiplas vezes, levantando questões sobre sua confiabilidade.
Os autores concluem que o campo está em um ponto de virada. Os modelos de computador demonstraram que podem aprender a linguagem visual do desenvolvimento embrionário e fornecer classificações consistentes, o que é uma conquista técnica notável. No entanto, a evidência de que esta tecnologia melhora o objetivo final da fertilização in vitro — o nascimento de um bebê vivo — ainda é fraca. A revisão não descarta o potencial da inteligência artificial, mas insiste que a tecnologia deve ser tratada como uma ferramenta de suporte à decisão, e não como uma solução automática. Antes que as clínicas possam confiar confiantemente nesses sistemas para escolher embriões, são necessários mais testes independentes. Estudos futuros devem focar em resultados do mundo real, especificamente no número de bebês nascidos, e devem garantir que o software funcione de forma confiável em diferentes hospitais e grupos de pacientes. Até que tal prova esteja disponível, o embriologista humano permanece o guia essencial na jornada para a parentalidade, com a inteligência artificial servindo como um assistente útil, mas ainda não totalmente confiável.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.