DETERMINAÇÃO DAS PRINCIPAIS VARIÁVEIS FISIOLÓGICAS DA PACIENTE SUBMETIDA À REPRODUÇÃO ASSISTIDA QUE LEVAM AO SUCESSO GESTACIONAL
A Inteligência artificial (IA) experimentou um rápido crescimento nos últimos anos, passando da fase experimental para a fase de implementação em divergentes campos, incluindo a medicina. Nesse sentido, os avanços nos algoritmos e teorias de aprendizado e a disponibilidade de grandes conjuntos de dados além do poder computacional contribuíram para avanços nas aplicações atuais de IA. No ramo da reprodução assistida, a aplicabilidade e a crescente demanda da IA possui relação intrínseca com o aumento do número de casais inférteis nacional e internacionalmente. Desse modo, a aliança entre as técnicas de IA, como as Redes Neurais Artificiais (RNAs) e os Algoritmos Genéticos (AGs) se constitui em uma estratégia que tem a capacidade de proporcionar a personalização das decisões médicas relativas a cada quadro específico de infertilidade. No entanto, para a construção de modelos preditivos capazes de serem inseridos na IA visando a obtenção do sucesso gestacional, faz-se necessário o levantamento de diversas variáveis interferentes neste processo, como os fatores fisiológicos dos pacientes submetidos a reprodução assistida. Assim, o presente estudo visa tanto a elucidação dessas características quanto o estudo dos graus de intensidade em relação à interferência gestacional. Desse modo, ao relacionar fatores fisiológicos ao prognóstico da gravidez sob uma perspectiva computacional, esta pesquisa se constitui em uma alternativa para uma melhor assertividade no diagnóstico e tratamento médico, diminuindo também as possíveis complicações maternas e neonatais, durante e após a gestação.
DETERMINAÇÃO DAS PRINCIPAIS VARIÁVEIS FISIOLÓGICAS DA PACIENTE SUBMETIDA À REPRODUÇÃO ASSISTIDA QUE LEVAM AO SUCESSO GESTACIONAL
-
DOI: 10.22533/at.ed.58021090811
-
Palavras-chave: Reprodução assistida, variáveis da mulher, fertilização in vitro.
-
Keywords: Assisted Reproductive Technology, patient variables, in vitro fertilization.
-
Abstract:
Artificial intelligence (AI) has experienced a rapid growth in recent years, moving from the experimental phase to the implementation phase in different fields, including medicine. In this sense, advances in learning algorithms and theories and the availability of large data sets in addition to computational power have contributed to advances in current AI applications. In the field of assisted reproduction, the applicability and growing demand for AI has an intrinsic relationship with the increase in the number of infertile couples nationally and internationally. Thus, the alliance between AI techniques, such as Artificial Neural Networks (ANNs) and Genetic Algorithms (AGs) is a strategy that has the ability to provide personalization of medical decisions related to each specific infertility condition. However, for the construction of predictive models capable of being inserted in AI aiming at obtaining gestational success, it is necessary to survey several interfering variables in this process, such as the physiological factors of patients undergoing assisted reproduction. Thus, the present study aims both to elucidate these characteristics and to study the degrees of intensity in relation to gestational interference. Thus, when relating physiological factors to the prognosis of pregnancy from a computational perspective, this research constitutes an alternative for a better assertiveness in the diagnosis and medical treatment, also decreasing the possible maternal and neonatal complications, during and after pregnancy.
-
Número de páginas: 6
- José Celso Rocha
- Dóris Spinosa Chéles
- Julia Carnelós Machado Velho
- André Satoshi Ferreira
- Eloiza Adriane Dal Molin
