Reconhecimento de padrões e detecção de anomalias na morfologia fetal usando aprendizado profundo e aprendizado estatístico (PARADISE)

Anomalias congênitas (AC) são a causa mais encontrada de morte fetal, mortalidade infantil e morbidade. 7,9 milhões de bebês nascem com AC anualmente. A detecção precoce da CA facilita os tratamentos que salvam vidas e interrompe a progressão das incapacidades. A CA pode ser diagnosticada no pré-natal por meio da Varredura Morfológica (MS). As discrepâncias entre o diagnóstico pré e pós-natal de AC chegam a 29%. Uma interpretação correta da SM permite uma discussão detalhada sobre o prognóstico com os pais. A característica central do PARADISE é o desenvolvimento de um sistema inteligente especializado que incorpora um comitê de métodos de Deep Learning e Statistical Learning, que trabalham juntos de forma competitiva/colaborativa para aumentar o desempenho dos exames de MS por meio da sinalização de CA. Usando testes pré-clínicos e validação clínica, o principal objetivo será a implementação direta na prática clínica. Este projeto multidisciplinar oferece uma integração única de abordagens, competências, avanços em aplicações-chave de interesse humano, psicológico, tecnológico e econômico, como o sistema de saúde 'mais inteligente', abrindo novos campos de pesquisa. PARADISE cria um ambiente que contribui significativamente para o sistema de saúde, indústrias médica e farmacêutica, comunidade científica, economia e, finalmente, para cada indivíduo. Seu resultado aumentará o impacto no manejo da AC ao permitir o estabelecimento de planos detalhados antes do nascimento, o que diminuirá a morbimortalidade em lactentes.