Maior eficácia no diagnóstico da viabilidade embrionária



Unesp desenvolve estudo de repercussão internacional

Professores da Unesp de Assis, José Celso Rocha e Marcelo Fábio Gouveia Nogueira, em colaboração com a Dr. Cristina Hickman, do Boston Place Clinic de Londres, desenvolvem pesquisa, apresentada no European Society of Human Reproduction and Embryology – ESHRE 2017, em Genebra na Suíça, sobre aplicação da Inteligência Artificial (IA) para classificação de embriões humanos.

https://media.licdn.com/media/AAEAAQAAAAAAAAlrAAAAJDYwNDdjM2I3LWM4YWEtNDhhZC04NjljLTJjYmMwYjEwNmQzOA.png

“Alcançamos até agora ótimos resultados e com excelentes perspectivas, pois temos uma ótima base sobre a aplicação da IA em blastocisto bovino, ponto inicial para tudo o que estamos vivenciando hoje em termos de aplicação da IA na espécie humana”, comenta Rocha.

O estudo usa a Inteligência Artificial para melhorar a avaliação da morfologia de blastocistos, embrião com poucos dias de vida composto por aproximadamente 200 células e que apresenta uma estrutura celular mais diferenciada, composta por uma cavidade central (blastocele) e por dois tipos de células: as células da trofectoderme (que mais
tarde se vão desenvolver e formar a placenta) e a massa celular interna (que irá formar o feto). O blastocisto representa o estágio de desenvolvimento embrionário prévio à implantação no útero materno.

Perante a pergunta se as imagens time-lapse, processo cinematográfico em que a frequência de cada fotograma ou quadro por segundo de filme é muito menor do que aquela em que o filme será reproduzido, de embriões podem ser avaliadas por uma IA baseada em um algoritmo genético associado a uma rede neural artificial (RNA), os pesquisadores acreditam que a IA pode ser utilizada para reduzir a variação inter-operador e adquirir parâmetros adicionais não detectáveis pela observação óptica manual de blastocistos.

Os pesquisadores apontam que a classificação morfológica dos blastocistos pode levar a informação preditiva do potencial de implantação dos embriões que pode ser utilizada para determinar o número de embriões a serem transferidos para a paciente, para aconselhá-la sobre as suas chances de gravidez, bem como para avaliar o padrão de qualidade de um laboratório. A classificação morfológica feita por seres humanos leva a uma ampla variação inter- e intra-operador, problema que pode ser resolvido usando avanços na IA que usam variáveis matemáticas derivadas de imagens de blastocisto para classificar automaticamente as imagens com o objetivo de aumentar o valor preditivo da gravidez.

Estudo já finalizado, pelos pesquisadores da Unesp em colaboração com a Empresa In Vitro Brasil (Dra. Andrea C. Basso), com 482 imagens de blastocistos bovinos (entre iniciais e expandidos), avaliadas por três embriologistas e
padronizadas. 70% das imagens foram utilizadas para o treinamento do sistema, 15% para a validação e 15% para o teste cego. Comparou-se a variação inter- (classificação cega de 48 imagens por 3 embriologistas) e intra-operador (tripla avaliação das mesmas 48 imagens por cada embriologista) entre os embriologistas em comparação com a IA.

Das 36 variáveis numéricas extraídas das imagens padronizadas e analisadas quanto à colinearidade, 24 permaneceram, as quais formaram a entrada da arquitetura da RNA associada ao algoritmo genético para produzir
um resultado preditivo da classificação de blastocistos. Esta IA foi avaliada utilizando Receiver Operating Characteristic – ROC, matriz de confusão e Índice Kappa em comparação com os resultados dos três embriologistas experientes.

A matriz de confusão (IA como classe de saída e embriologistas como a classe-alvo) demonstrou que erros graves (diferindo em mais de dois graus de qualidade) ocorreram em apenas 6% (4/72) das imagens e que a IA tinha uma precisão de 76% (55/72) nos dados do teste. As curvas ROC demonstraram um excelente desempenho da IA.

A IA demonstrou uma menor variação quando comparada com os embriologistas (índices Kappa de 0,757 e de 0,358, respectivamente) e melhorou a variação intra-operador (índices Kappa intra-embriologista de 0,28, 0,41 e 0,47 com 50-54% de concordância entre os embriologistas, enquanto o índice Kappa intra-AI foi de 1,0 para as três RNAs – o que levou a um valor de Kappa perfeito e a 87,5% de concordância.

A tecnologia descrita está em seus estágios iniciais para a implementação na prática de Fertilização In Vitro time-lapse com humanos. O trabalho colaborativo entre a Unesp e a Boston Place Clinic está em andamento para estabelecer a base de evidências que suportará os benefícios já observados dessas tecnologias quando usadas em conjunto. Os resultados oriundos da pesquisa com embriões bovinos foram, recentemente, aceitos para a publicação no periódico Scientific Reports do grupo Nature.

“Ao aumentar a objetividade e a repetibilidade na avaliação do embrião, podemos melhorar nossa eficácia no diagnóstico da viabilidade embrionária. As clínicas poderiam usar essas informações para personalizar estratégias de tratamento e os pacientes poderiam ser melhor informados sobre suas chances de gestação”, informa Rocha, que
destaca que o trabalho teve apoio da Fapesp (auxílio temático nº 12/50533-2).

Mais informações: Unesp



Conteúdo relacionado