Modelos preditivos de IA baseados em imagens time-lapse para embriões de boa qualidade com potencial de implantação e euploidia

Por que isso importa para pais esperançosos

Para pessoas que passam por fertilização in vitro (FIV), escolher qual embrião transferir pode ser a diferença entre mais um revés doloroso e uma gravidez bem-sucedida. Hoje, as decisões frequentemente se apoiam na aparência dos embriões ao microscópio ou em testes genéticos invasivos que retiram células do embrião. Este estudo explora um caminho diferente: usar inteligência artificial (IA) para observar o desenvolvimento dos embriões ao longo do tempo e estimar, sem tocar no embrião, quais têm mais probabilidade de implantar e quais provavelmente apresentam o número correto de cromossomos.

De fotos a filmes em movimento

Tradicionalmente, embriologistas avaliam embriões com base em algumas imagens estáticas, julgando características como forma e arranjo celular. Essas notas são subjetivas e não revelam de forma confiável se um embrião tem a contagem correta de cromossomos, um fator-chave em perdas gestacionais. Testes genéticos podem responder a essa questão, mas exigem a retirada de células do embrião. Neste trabalho, os pesquisadores usaram, em vez disso, vídeos contínuos time-lapse capturados em incubadoras especiais. Esses vídeos mostram mudanças sutis na divisão e no desenvolvimento celular nos primeiros dias após a fertilização, incluindo detalhes muito finos ou rápidos para o olho humano acompanhar de forma consistente.

Treinando a IA para ler a vida inicial em filme

A equipe desenvolveu dois modelos de IA que aprenderam diretamente a partir desses filmes de embriões, acrescidos da idade da mãe. Um modelo estimou a probabilidade de que um embrião transferido levasse a uma gravidez clínica (confirmada por ultrassom). O outro estimou se um embrião era provavelmente “euploide”, ou seja, se tinha o número correto de cromossomos, com base nos resultados de testes genéticos padrão realizados em alguns embriões. Juntos, os conjuntos de dados incluíam mais de 2.400 embriões para previsão de gravidez e mais de 1.600 para status cromossômico. Em vez de depender de marcadores escolhidos por humanos, a IA examinou o fluxo de vídeo completo, capturando o tempo e o padrão de desenvolvimento quadro a quadro.

Desempenho dos modelos

Para testar a confiabilidade, os pesquisadores treinaram um conjunto — dez versões separadas — de cada modelo e combinaram suas saídas para que nenhum modelo isolado dominasse a decisão. Avaliaram o desempenho em três grupos independentes: um conjunto de validação, um conjunto de teste interno e um conjunto de teste externo de diferentes clínicas de FIV. Ambos os modelos mostraram boa capacidade de separar embriões com melhores resultados daqueles com piores. Para previsão de gravidez, a precisão do modelo foi maior quando se concentrou nas primeiras 20 a 50 horas de desenvolvimento, sugerindo que as divisões celulares muito precoces carregam pistas poderosas sobre o sucesso posterior. Para o status cromossômico, o desempenho permaneceu forte ao longo de todo o período de cultivo, indicando que sinais úteis estão presentes durante o crescimento inicial do embrião.

O que as pontuações podem significar na clínica

Na prática clínica real de FIV, os médicos precisam decidir quais embriões transferir ou testar mais a fundo, não apenas ranqueá-los. Os pesquisadores, portanto, escolheram limites pragmáticos de pontuação usando os dados de validação e os aplicaram sem alteração às clínicas de teste, imitando uma implantação no mundo real. Para previsão de gravidez, o limite escolhido manteve a maioria dos embriões que acabaram levando à gravidez enquanto descartava muitos que não implantaram. Para previsão do cromossomo, o limite reteve uma grande parcela dos embriões que os testes mostraram ser cromossomicamente normais e separou muitos prováveis de serem anormais. Os autores enfatizam que essas ferramentas destinam-se a apoiar, e não substituir, o julgamento clínico — ajudando a priorizar embriões, reduzir a necessidade de testes invasivos quando estes não são viáveis e potencialmente encurtar o tempo até uma gravidez bem-sucedida.

Olhando para uma seleção de embriões mais suave

Para leigos, a mensagem principal é que computadores agora podem aprender com curtos filmes de embriões para oferecer pistas não invasivas sobre quais são mais promissores. Ao observar como os embriões se dividem e mudam desde o início, a IA consegue capturar informações que o olhar humano e imagens pontuais podem perder. Embora sejam necessários mais testes em clínicas e grupos de pacientes mais diversos, essa abordagem aponta para tratamentos de FIV em que a escolha do embrião seja mais objetiva, mais segura e menos dependente de biópsias — oferecendo um caminho mais gentil para formar uma família.

Citação: Maekawa, R., Kiritani, T., Abe, T. et al. AI prediction models based on time-lapse imaging for good embryos with implantation potential and euploidy. Sci Rep 16, 9864 (2026). https://doi.org/10.1038/s41598-026-40917-5

Palavras-chave: FIV, seleção de embriões, imagens time-lapse, inteligência artificial, testes não invasivos