Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

INTELIGÊNCIA ARTIFICIAL EM MEDICINA REPRODUTIVA (AI in ART)

17 de janeiro de 2023 atualizado por: Dr. Kamal Rageh, MD, Al Baraka Fertility Hospital

APLICAÇÕES DE INTELIGÊNCIA ARTIFICIAL EM MEDICINA REPRODUTIVA

Muitos estudos foram publicados investigando o uso da IA ​​como uma abordagem automatizada e imparcial para avaliação de embriões. Esta revisão irá resumir os recentes avanços da IA ​​no campo da fertilização in vitro. Esperançosamente, a incorporação da tecnologia de IA nas clínicas de fertilização in vitro pode ser a próxima fronteira na jornada em direção à medicina reprodutiva personalizada e melhores resultados de fertilidade para os pacientes.

Visão geral do estudo

Descrição detalhada

APLICAÇÕES DE INTELIGÊNCIA ARTIFICIAL (IA) EM MEDICINA REPRODUTIVA

Kamaleldin Abdullah Rageh, MD (1).

Mohammad Atef Behery, MD (2)

Elsayed Ali Farag, MD (1)

1 -Departamento de Obstetrícia e Ginecologia, Faculdade de Medicina, Universidade Al-Azhar, Cairo, Egito.

2-International Islamic Center for Population Studies and Research, Al-Azhar University, Cairo, Egito.

Resumo:

Apesar de ter melhorado quase todos os aspectos da fertilização in vitro: estimulação ovariana, cultura de embriões e transferência, as taxas de gravidez ainda não são satisfatórias. Estudos confirmam que até 50% dos ciclos de FIV realizados falham e pode não haver uma explicação direta para isso.

E vale a pena mencionar que ainda não foi possível prever com precisão o resultado de um ciclo de fertilização in vitro. Uma razão para isso é o método de seleção de um embrião para transferência. A avaliação morfológica de embriões é o método tradicional de avaliar a qualidade do embrião e selecionar qual embrião transferir. No entanto, este método subjetivo de avaliação de embriões leva à variabilidade inter e intra-observador, resultando em taxas de sucesso de fertilização in vitro abaixo do ideal. Embora incubadoras de lapso de tempo e testes genéticos pré-implantação para aneuploidia tenham sido introduzidos para ajudar a aumentar as chances de nascidos vivos, os resultados permanecem abaixo do ideal.

Atualmente, os tratamentos de infertilidade exercem muito estresse financeiro e emocional, especialmente em pacientes com tratamentos de fertilização in vitro anteriormente fracassados, onde não há uma causa clara a ser identificada é um ponto final comum e doloroso quando a carga emocional, financeira e física do tratamento aumenta para continue encontrando respostas, mas os sistemas de IA podem ajudar a resolver o dilema escolhendo os melhores embriões viáveis ​​que os humanos não podem fazer. As tecnologias de IA têm um excelente potencial para ajudar o campo da infertilidade a superar seu atual foco estreito em embriões individuais e detectar novos padrões ocultos nos dados do paciente para superar os casos de infertilidade predominantes.

A seleção do embrião é o fator mais crítico para o sucesso da FIV. No entanto, não existe um único critério definitivo que possa prever o sucesso de um embrião. Em vez disso, a seleção de embriões é baseada em uma variedade de fatores, tornando difícil prever a probabilidade de uma gravidez bem-sucedida para cada paciente e entender completamente a causa de cada falha. Portanto, a utilização de inteligência artificial (IA) pode ajudar os médicos a preencher essa lacuna de conhecimento, sendo aproveitada no laboratório de embriologia para ajudar a melhorar os resultados da fertilização in vitro.

Tipo de estudo

Observacional

Inscrição (Antecipado)

10

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Locais de estudo

      • Cairo, Egito, 12358
        • Recrutamento
        • Al-Azhar University
        • Contato:
      • Cairo, Egito, 15006
        • Recrutamento
        • Kamal Eldin Abdalla Rageh
        • Contato:

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

  • Filho
  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

Não

Gêneros Elegíveis para o Estudo

Tudo

Método de amostragem

Amostra Não Probabilística

População do estudo

aquelas pessoas que vêm para clínicas de fertilidade

Descrição

Critério de inclusão:

  • relacionado à fertilidade

Critério de exclusão:

  • pessoas férteis

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

  • Modelos de observação: Outro
  • Perspectivas de Tempo: Outro

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
TAXA DE SUCESSO
Prazo: 4 MESES
APLICAÇÕES DE INTELIGÊNCIA ARTIFICIAL (IA) EM MEDICINA REPRODUTIVA
4 MESES

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Real)

1 de novembro de 2022

Conclusão Primária (Antecipado)

1 de março de 2023

Conclusão do estudo (Antecipado)

1 de abril de 2023

Datas de inscrição no estudo

Enviado pela primeira vez

17 de janeiro de 2023

Enviado pela primeira vez que atendeu aos critérios de CQ

17 de janeiro de 2023

Primeira postagem (Estimativa)

26 de janeiro de 2023

Atualizações de registro de estudo

Última Atualização Postada (Estimativa)

26 de janeiro de 2023

Última atualização enviada que atendeu aos critérios de controle de qualidade

17 de janeiro de 2023

Última verificação

1 de janeiro de 2023

Mais Informações

Termos relacionados a este estudo

Outros números de identificação do estudo

  • Kamal-AI

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

Indeciso

Descrição do plano IPD

Pensarei sobre isso

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .

Se inscrever