Navegue pelo conteúdo do Post

Inteligência Artificial na Reprodução Assistida: O que já é realidade no mundo e no IPGO, o que ainda é promessa e até onde podemos chegar

O que já é realidade no mundo e no IPGO, o que ainda é promessa e até onde podemos chegar

Uma revolução que encanta e me faz refletir

A inteligência artificial tem despertado em mim um entusiasmo cada vez maior. Quase todos os dias surge uma novidade que me surpreende. Nos congressos de reprodução humana de que participo, no Brasil e no exterior, é impossível não perceber como essa tecnologia está mudando a medicina.

Recentemente, em um congresso nos Estados Unidos, assisti a uma aula especial sobre inteligência artificial na reprodução assistida. Saí impressionado com o que já foi alcançado e, principalmente, com o que pode vir nos próximos anos.

Imagine poder identificar o espermatozoide com maior potencial de fertilização. Avaliar a qualidade de um óvulo antes de congelá-lo. Escolher melhor a ordem de transferência dos embriões. E, quem sabe, no futuro, estimar se um embrião é cromossomicamente normal sem precisar tocar nele.

Parece ficção científica. Mas parte disso já é realidade, e o restante está sendo pesquisado agora, em laboratórios do mundo inteiro.

Ainda assim, existe algo que faço questão de destacar:

Citação em destaque

A inteligência artificial analisa milhares de informações em segundos. Mas não conhece a sua história, não sente a sua angústia depois de tentativas frustradas e não substitui a sensibilidade de um médico diante do sonho de ter um filho.

A tecnologia deve ser uma aliada, jamais uma substituta da experiência profissional e do cuidado humano.

Sou um entusiasta da inteligência artificial, mas acredito que precisamos evitar o deslumbramento. Nem toda novidade significa mais bebês nascidos. O que realmente importa não é ter a tecnologia mais sofisticada, e sim provar que ela traz benefícios concretos para quem está em tratamento.

O que é inteligência artificial na reprodução assistida?

De forma simples, a inteligência artificial é um programa de computador que aprende com exemplos. Ela analisa uma enorme quantidade de informações, encontra padrões e faz previsões.

Pense em um embriologista que, ao longo da carreira, já observou milhares de embriões. A IA faz algo parecido, mas “estuda” centenas de milhares de imagens em pouco tempo, aprendendo quais características costumam estar ligadas a uma gravidez.

Na fertilização in vitro (FIV), ela pode avaliar imagens de óvulos, espermatozoides e embriões, além de dados como a idade da mulher, a reserva ovariana, a resposta aos medicamentos e os resultados de tratamentos anteriores.

Um exemplo prático

Imagine que você tem cinco embriões. O embriologista os organiza em uma ordem de preferência. A inteligência artificial, analisando detalhes que podem passar despercebidos ao olho humano, sugere uma ordem diferente: o embrião que era a terceira opção passa para o primeiro lugar.

Isso não significa que os outros embriões sejam ruins ou devam ser descartados.

Significa apenas que a IA calculou uma probabilidade diferente.

A IA não cria um embrião melhor.
Ela ajuda a avaliar e organizar os embriões que já existem.

Onde a inteligência artificial já está sendo usada?

1. Avaliação dos óvulos

Algumas ferramentas analisam fotos dos óvulos para estimar seu potencial de desenvolvimento. Isso é especialmente interessante para mulheres que desejam congelar óvulos para preservar a fertilidade.

No futuro, essas informações poderão ajudar a responder a uma pergunta muito comum: “a quantidade de óvulos que congelei é suficiente ou vale a pena fazer outra coleta?”. Mas é importante saber que essas estimativas ainda têm limitações e não garantem o nascimento de um bebê.

2. Seleção dos espermatozoides

A IA pode ajudar a identificar espermatozoides com características favoráveis à fertilização.

Também existem sistemas criados para encontrar espermatozoides em amostras retiradas do testículo, em homens com azoospermia, isto é, quando não há espermatozoides no sêmen. Nesses casos, procurar manualmente pode levar horas; a tecnologia pode tornar essa busca mais rápida.

3. Avaliação e seleção dos embriões

É a aplicação mais estudada. A IA analisa imagens e o ritmo de desenvolvimento do embrião e ajuda a definir qual embrião transferir primeiro.

Mas atenção: um embrião com nota mais baixa pode gerar uma criança saudável, e um embrião com nota excelente pode não implantar. A nota é uma probabilidade, não uma sentença.

4. Personalização da estimulação ovariana

A IA pode cruzar idade, exames hormonais, reserva ovariana e respostas anteriores aos medicamentos para ajudar a escolher a dose e o momento mais adequados.

O objetivo é um tratamento sob medida, evitando tanto respostas exageradas (que aumentam riscos) quanto respostas fracas (que reduzem o número de óvulos).

5. Avaliação genética dos embriões sem biópsia

Esta é uma das perspectivas mais fascinantes. Pesquisadores estão desenvolvendo programas capazes de estimar a chance de um embrião ser euploide, ou seja, ter o número correto de cromossomos, apenas observando suas imagens.

Obter essa informação sem retirar células do embrião seria um grande avanço. Porém, ainda não há comprovação suficiente para substituir o PGT-A (teste genético pré-implantacional para aneuploidias) por uma avaliação feita apenas pela inteligência artificial.

O QUE A INTELIGÊNCIA ARTIFICIAL NÃO FAZ
  • Não melhora a qualidade biológica de óvulos, espermatozoides ou embriões.
  • Não aumenta a reserva ovariana nem “rejuvenesce” os óvulos.
  • Não elimina o efeito da idade sobre a fertilidade.
  • Não garante gravidez nem prevê com certeza qual embrião vai implantar.
  • Não resolve problemas do útero, do endométrio ou do sistema imunológico.
  • Não decide sozinha: quem decide são os profissionais, junto com o casal.

Quais inteligências artificiais estão ganhando espaço no mundo?

Diversas empresas e centros de pesquisa desenvolvem ferramentas específicas para a reprodução assistida. Conheça as principais:

Ferramenta O que analisa Para que serve
MAGENTA (Future Fertility) Imagens de óvulos Estimar o potencial dos óvulos em ciclos de FIV
VIOLET (Future Fertility) Imagens de óvulos Avaliar óvulos destinados ao congelamento
MAIA (desenvolvida no Brasil) Imagens de embriões Padronizar a classificação e apoiar a ordem de transferência
iDAScore (Vitrolife) Vídeos de time-lapse Atribuir pontuação aos embriões de forma automática
KIDScore Ritmo das divisões celulares Classificar embriões por parâmetros morfocinéticos*
ERICA Imagens de embriões Classificar o potencial reprodutivo
Life Whisperer Fotos de embriões Estimar o potencial de implantação; pesquisa em previsão cromossômica
CHLOE (Fairtility) Vídeos de embriões Identificar marcos do desenvolvimento para o embriologista
OMA Sperm InSight Espermatozoides Análise e seleção de espermatozoides
SpermSearch (Austrália) Amostras testiculares Localizar espermatozoides em casos de azoospermia
ICSI automatizada (ex.: Overture Life) Manipulação de gametas Automatizar a injeção do espermatozoide no óvulo**
* Morfocinética: o modo e o momento em que ocorrem as divisões celulares. As versões tradicionais do KIDScore são modelos estatísticos, diferentes dos algoritmos modernos de "aprendizado profundo".
** Nem toda automação utiliza inteligência artificial. Em 2023 nasceram os primeiros bebês concebidos com ICSI automatizada.

Importante: essas tecnologias estão em diferentes estágios de desenvolvimento e validação. O fato de uma ferramenta estar à venda não significa que ela tenha comprovado aumentar as chances de ter um bebê.

E no IPGO? Como acompanhamos essa evolução?

No IPGO, acompanhamos de perto as inovações que possam tornar os tratamentos mais seguros, individualizados e eficientes. Entre as tecnologias que fazem parte da nossa abordagem estão:

Time-lapse (EmbryoScope)

É uma incubadora com uma câmera embutida que fotografa os embriões em intervalos regulares, sem precisar retirá-los do ambiente protegido para cada avaliação. Funciona como um “filme” do desenvolvimento de cada embrião.

Vale esclarecer: o time-lapse, sozinho, não é inteligência artificial. Ele produz as imagens que depois podem ser analisadas por programas de IA. E, embora traga vantagens para o laboratório, ainda não há prova consistente de que, por si só, aumente as taxas de bebês nascidos.

MAGENTA e VIOLET

Ferramentas de avaliação dos óvulos, com aplicações distintas: o MAGENTA nos ciclos de FIV e o VIOLET na preservação da fertilidade. Oferecem informações complementares para planejar o tratamento e orientar cada paciente.

MAIA

Sistema de inteligência artificial desenvolvido no Brasil para auxiliar na classificação dos embriões. Os resultados das avaliações são interessantes, mas precisam ser interpretados com cautela e confirmados em estudos maiores.

Nosso compromisso é usar a tecnologia com critério, sem jamais transformar estimativas em promessas de gravidez.

Como saber se uma inteligência artificial é realmente boa?

Esta é uma questão fundamental e, na minha opinião, deveria ser discutida muito mais.

Uma empresa pode anunciar que seu sistema “analisou milhões de imagens” ou que tem “resultados extraordinários”. Mas esses números, sozinhos, não provam nada. Assim como um medicamento precisa passar por testes rigorosos antes de chegar à farmácia, uma IA médica precisa ser avaliada por critérios científicos.

Os 12 critérios para avaliar um IA

CritérioO que significa, em linguagem simples
1. AcuráciaQuantas vezes, no total, o sistema acerta.
2. SensibilidadeSe o sistema reconhece os casos que procura (por exemplo, embriões realmente euploides).
3. EspecificidadeSe o sistema reconhece os casos negativos (por exemplo, embriões realmente aneuploides).
4. Valor preditivo positivo (VPP)Quando a IA diz “sim”, qual a chance de estar certa.
5. Valor preditivo negativo (VPN)Quando a IA diz “não”, qual a chance de estar certa.
6. AUC (área sob a curva ROC)O quanto o sistema consegue separar dois grupos, como euploides e aneuploides.
7. CalibraçãoSe as porcentagens que a IA prevê batem com o que realmente acontece.
8. Validação externaSe a ferramenta funciona bem também em outras clínicas, equipamentos e populações.
9. ReprodutibilidadeSe dá o mesmo resultado quando analisa a mesma situação novamente.
10. TransparênciaSe é possível entender como a IA chega às suas conclusões e quais são seus limites.
11. Validação clínica prospectivaSe foi testada em pacientes reais, acompanhados durante o tratamento, e não só em arquivos antigos.
12. Benefício clínico comprovadoSe melhora o que realmente importa: bebês nascidos, segurança, tempo até a gravidez e custos.

Entendendo melhor esses critérios

Acurácia: quantas vezes a IA acerta?

Se um sistema analisa 100 embriões e acerta a classificação de 85, sua acurácia é de 85%. Parece ótimo, mas cuidado.

Imagine uma “IA” preguiçosa que, em um grupo onde 80 de cada 100 embriões são aneuploides, simplesmente diz “aneuploide” para todos. Ela acertaria 80%, sem identificar um único embrião normal. Por isso, a acurácia sozinha pode enganar.

Sensibilidade: encontra o que procura?

Imagine 100 embriões comprovadamente euploides. Se a IA reconhece 90 deles, sua sensibilidade é de 90%. Os outros 10 são falsos negativos: embriões normais que o sistema não reconheceu. Na prática, um falso negativo pode significar deixar de lado um embrião que poderia virar um bebê.

Especificidade: reconhece os casos negativos?

Agora imagine 100 embriões comprovadamente aneuploides. Se o sistema classifica corretamente 95 deles, sua especificidade é de 95%. Os outros 5 são falsos positivos: embriões com alteração classificados como se fossem normais.

VPP e VPN: posso confiar no resultado?

O valor preditivo positivo responde: quando a IA diz que um embrião é provavelmente normal, qual é a chance de ele realmente ser? O valor preditivo negativo responde o contrário: quando a IA diz que é provavelmente alterado, qual a chance de estar certa?

Esses valores mudam conforme o grupo de pacientes. Como, depois dos 40 anos, a proporção de embriões com alterações cromossômicas é maior, o mesmo sistema pode ser mais ou menos confiável dependendo da idade da mulher.

AUC: o sistema diferencia bem os grupos?

AUC significa “área sob a curva” (do inglês Area Under the Curve), calculada a partir da curva ROC, um gráfico que mostra o equilíbrio entre acertos e alarmes falsos.

Uma forma simples de entender: se pegarmos ao acaso um embrião normal e um alterado, a AUC indica a chance de a IA dar nota maior ao normal. 0,50 é o mesmo que jogar uma moeda; 1,00 é perfeição. Mas atenção: uma AUC alta não significa, obrigatoriamente, mais gravidezes.

Calibração: a previsão corresponde à realidade?

É como a previsão do tempo. Se o meteorologista diz “70% de chance de chuva” em 100 dias, deveria chover em cerca de 70 deles. Da mesma forma, se a IA prevê 70% de chance de implantação para um grupo de embriões, aproximadamente 70% deles devem implantar.

Validação externa: funciona em outras clínicas?

Uma IA que “estudou” apenas embriões de mulheres jovens, de um único laboratório, pode não funcionar tão bem em pacientes mais velhas, com baixa reserva ovariana ou com poucos embriões. Por isso é essencial testá-la em diferentes laboratórios, equipamentos e populações.

Reprodutibilidade, transparência e segurança

Uma ferramenta confiável deve dar resultados consistentes, permitir avaliações independentes, proteger os dados dos pacientes e deixar claros os seus limites.

Sistemas do tipo “caixa-preta”, em que ninguém sabe explicar por que uma nota foi dada, merecem ainda mais cautela.

Validação prospectiva e benefício clínico

Não basta funcionar com imagens de tratamentos do passado. É preciso testar a IA em estudos prospectivos (que acompanham pacientes daqui para frente) e, sempre que possível, randomizados (em que um sorteio define quem usa ou não a tecnologia).

Só assim sabemos se a IA realmente aumenta as chances de um bebê nascer, reduz o número de transferências, encurta o tempo até a gravidez ou traz outras vantagens.

O melhor algoritmo não é o que tem a nota mais impressionante, e sim o que traz benefícios reais para os pacientes.

O que os estudos científicos têm mostrado?

Em 2024, um importante estudo publicado na revista Nature Medicine avaliou 1.066 pacientes em 14 clínicas da Austrália e da Europa. Foi um estudo randomizado e duplo-cego, o tipo de pesquisa mais confiável que existe. Ele comparou a escolha do embrião feita por inteligência artificial (o sistema iDAScore) com a avaliação convencional feita por embriologistas.

Método de seleção Taxa de gravidez clínica
Inteligência artificial 46,5%
Avaliação convencional (embriologistas) 48,2%

O que isso significa? A IA não foi superior e também não conseguiu provar que era equivalente dentro dos critérios definidos pelos pesquisadores. Por outro lado, a avaliação automatizada foi cerca de dez vezes mais rápida.

Esse estudo mostra uma diferença essencial: tornar o laboratório mais eficiente não é o mesmo que aumentar as chances de gravidez.

Outros estudos mostram resultados promissores na previsão de implantação, do desenvolvimento embrionário e de características cromossômicas. Revisões recentes da literatura e o posicionamento da Sociedade Americana de Medicina Reprodutiva (ASRM), publicado em 2026, apontam na mesma direção: hoje, a principal vantagem comprovada da IA é organizar e padronizar o trabalho do laboratório. Ainda faltam evidências sólidas de que ela aumente o número de bebês nascidos.

Ética e privacidade: questões que também importam

Toda tecnologia poderosa traz perguntas importantes. Na inteligência artificial aplicada à reprodução, algumas delas são:

  • Seus dados: imagens dos embriões e informações clínicas são dados sensíveis. No Brasil, eles são protegidos pela Lei Geral de Proteção de Dados (LGPD). Você tem o direito de saber como são usados.
  • Viés: uma IA treinada com uma população muito diferente da brasileira pode não ter o mesmo desempenho aqui.
  • Transparência: o paciente deve ser informado quando uma ferramenta de IA participa da avaliação dos seus embriões.
  • Responsabilidade: a decisão final, inclusive sobre descartar ou não um embrião, jamais deve ser delegada a uma máquina.

O futuro: até onde podemos chegar?

Acredito que estamos apenas no começo dessa transformação.
No futuro, teremos sistemas capazes de reunir em uma única análise informações sobre óvulos, espermatozoides, embriões, genética, endométrio e características de cada paciente. Poderemos personalizar ainda mais os tratamentos, evitar procedimentos desnecessários e tornar os laboratórios mais eficientes.

Também poderemos avançar na avaliação dos embriões sem tocá-los, diminuindo a necessidade de certos procedimentos, desde que isso seja comprovado cientificamente.

Mas existe um limite que não podemos ultrapassar: transformar probabilidades em certezas ou permitir que uma máquina decida, sozinha, o destino de um embrião.

A inteligência artificial deve nos ajudar a decidir melhor, nunca tirar de nós a responsabilidade de decidir.

PERGUNTAS QUE VOCÊ PODE FAZER AO SEU MÉDICO

  • Alguma ferramenta de inteligência artificial será usada no meu tratamento? Qual?
  • Para que exatamente ela será usada: óvulos, espermatozoides, embriões ou medicação?
  • Essa ferramenta foi testada em pacientes com o meu perfil (idade, reserva ovariana)?
  • Existe custo adicional? Qual é o benefício comprovado?
  • Se a IA der nota baixa a um embrião, o que será feito com ele?
  • A IA substitui algum exame, como o PGT-A, no meu caso?
  • Como os meus dados e as imagens dos meus embriões são protegidos?

Conclusão

A inteligência artificial é uma das evoluções mais fascinantes da medicina reprodutiva. Acompanho seus avanços com entusiasmo e acredito que ela terá um papel cada vez maior na fertilização in vitro.

Mas o verdadeiro progresso não será medido pela velocidade dos computadores, pela quantidade de imagens analisadas ou pela sofisticação dos algoritmos. Será medido pela capacidade de oferecer tratamentos mais seguros, decisões mais bem fundamentadas, menos sofrimento e mais bebês nascidos.

No IPGO, nosso compromisso é acompanhar essa evolução sem abrir mão do que considero essencial na medicina: a experiência profissional, o rigor científico e o respeito à individualidade de cada paciente.

A inteligência artificial pode ajudar a escolher um embrião. Mas compreender o que aquele embrião representa na vida de uma família continuará sendo uma responsabilidade profundamente humana.

Pequeno glossário

Termo Significado
Algoritmo Conjunto de instruções que um computador segue para resolver um problema.
Aneuploide Embrião com número incorreto de cromossomos; tem menor chance de implantar e maior risco de aborto.
Azoospermia Ausência de espermatozoides no sêmen.
Blastocisto Embrião com cerca de 5 a 6 dias de desenvolvimento, fase em que geralmente é transferido.
Euploide Embrião com o número correto de cromossomos.
FIV Fertilização in vitro: o encontro do óvulo com o espermatozoide acontece no laboratório.
ICSI Injeção de um único espermatozoide dentro do óvulo.
PGT-A Teste genético que analisa algumas células do embrião para verificar o número de cromossomos.
Reserva ovariana Estimativa da quantidade de óvulos que a mulher ainda possui.
Time-lapse Incubadora que fotografa os embriões continuamente, criando um "filme" do seu desenvolvimento.

Perguntas Rápidas

Ainda não há comprovação consistente de que a seleção de embriões por IA aumente as taxas de bebês nascidos em comparação com os melhores métodos convencionais. O que algumas ferramentas já fazem é tornar a avaliação mais rápida e padronizada.

Ela ajuda a identificar o embrião com maior probabilidade estimada de sucesso, mas não consegue garantir qual deles resultará em gravidez.

Não. Uma nota menor não significa que o embrião seja inviável. Muitos bebês saudáveis nasceram de embriões que não eram a “primeira opção”. A IA deve ajudar a organizar a ordem de transferência, nunca determinar automaticamente um descarte.

Ela pode estimar a probabilidade de o embrião ter o número correto de cromossomos, mas ainda não substitui, de forma comprovada, o teste genético (PGT-A) quando ele está indicado.

Não. Ela analisa as características dos óvulos e estima seu potencial, mas não altera sua qualidade biológica.

Pode contribuir para planejar melhor o tratamento, por exemplo na escolha das doses de medicação, mas não aumenta a reserva ovariana nem garante mais óvulos.

Sim, e muito. A IA não elimina os efeitos do envelhecimento dos ovários nem o aumento de alterações cromossômicas que acontece com a idade. Por isso, a idade continua sendo o fator mais importante na fertilidade feminina.

Pode ajudar a identificar características favoráveis, mas ainda não garante que o espermatozoide escolhido formará um embrião saudável.

Não necessariamente. É uma incubadora com câmera que registra o desenvolvimento dos embriões. Essas imagens é que podem ser analisadas por sistemas de IA.

O EmbryoScope acompanha e registra o desenvolvimento dos embriões, como uma câmera. A MAIA é um programa de inteligência artificial que analisa imagens e ajuda a classificar os embriões.

Pode ajudar na avaliação e na escolha dos embriões, mas não resolve todas as causas de falha, que podem envolver o útero, o endométrio, o sistema imunológico e outros fatores. Esses casos exigem uma investigação completa.

Depende. É preciso saber o que está sendo previsto, em qual grupo de pacientes, quais são a sensibilidade, a especificidade e a calibração, e se ela foi validada por pesquisadores independentes. Um número isolado pode enganar.

Em teoria, sim: ao priorizar os embriões com maior potencial, poderia encurtar o caminho até a gravidez. Mas esse benefício ainda precisa ser comprovado de forma consistente.

Não é esse o objetivo. A tecnologia ajuda a interpretar informações, mas a responsabilidade clínica, o diálogo e o acolhimento continuam sendo dos profissionais.

A possibilidade de reunir um enorme volume de informações para oferecer tratamentos mais individualizados, decisões mais precisas e, principalmente, mais bebês nascidos, sempre preservando o cuidado humano.

Referências bibliográficas

  1. 1. Illingworth PJ, Venetis C, Gardner DK, et al. Deep learning versus manual morphology-based embryo selection in IVF: a randomized, double-blind noninferiority trial. Nat Med. 2024;30:3114-3120. doi:10.1038/s41591-024-03166-5.
  2. Salih M, Austin C, Warty RR, et al. Embryo selection through artificial intelligence versus embryologists: a systematic review. Hum Reprod Open. 2023;2023(3):hoad031. doi:10.1093/hropen/hoad031.
  3. Barnes J, Brendel M, Gao VR, et al. A non-invasive artificial intelligence approach for the prediction of human blastocyst ploidy: a retrospective model development and validation study. Lancet Digit Health. 2023;5:e28-e40. doi:10.1016/S2589-7500(22)00213-8.
  4. Jiang VS, Bormann CL. Artificial intelligence in the in vitro fertilization laboratory: a review of advancements over the last decade. Fertil Steril. 2023;120:17-23.
  5. Hariton E, Pavlovic Z, Fanton M, Jiang VS. Applications of artificial intelligence in ovarian stimulation: a tool for improving efficiency and outcomes. Fertil Steril. 2023;120:8-16.
  6. Zaninovic N, Sierra JT, Malmsten JE, Rosenwaks Z. Embryo ranking agreement between embryologists and artificial intelligence algorithms. F S Sci. 2024;5:50-57.
  7. Koplin JJ, Johnston M, Webb AN, Whittaker A, Mills C. Ethics of artificial intelligence in embryo assessment: mapping the terrain. Hum Reprod. 2025;40(2):179-185. doi:10.1093/humrep/deae264.
  8. Afnan MAM, Liu Y, Conitzer V, et al. Interpretable, not black-box, artificial intelligence should be used for embryo selection. Hum Reprod Open. 2021;2021(4):hoab040. doi:10.1093/hropen/hoab040.
  9. Costa-Borges N, Munné S, Albó E, et al. First babies conceived with automated intracytoplasmic sperm injection. Reprod Biomed Online. 2023;47:103237.
  10. Loewke K, Cho JH, Brumar CD, et al. Characterization of an artificial intelligence model for ranking static images of blastocyst stage embryos. Fertil Steril. 2022;117:528-535.
  11. Lee T, Natalwala J, Chapple V, Liu Y. A brief history of artificial intelligence embryo selection: from black-box to glass-box. Hum Reprod. 2024;39(2):285-292. doi:10.1093/humrep/dead254.
  12. Practice Committee of the American Society for Reproductive Medicine. Artificial intelligence in the in vitro fertilization laboratory: a committee opinion. Fertil Steril. 2026;126:494-498.
  13. Lorimer J, McLachlan R, Zander-Fox D, O’Bryan MK, et al. AI and automation in assisted reproduction. Nat Rev Bioeng. 2026;4:818-839. doi:10.1038/s44222-026-00454-2.
  14. Zhu P, Bi X, Su D, Zhang X, Wu X. Clinical evaluation and predictive model development of AI-based non-invasive embryo selection in in vitro fertilization patients. Front Endocrinol (Lausanne). 2026;17:1920306. doi:10.3389/fendo.2026.1920306.
  15. Yaghi S, Fabregues Gasol F, Espinós JJ, et al. Impact of artificial intelligence in embryo selection to improve pregnancy rates per transfer in IVF cycles: a systematic review and meta-analysis. Eur J Obstet Gynecol Reprod Biol. 2026;327:115495. doi:10.1016/j.ejogrb.2026.115495.

Compartilhe:
Share on whatsapp
Share on facebook
Share on twitter
Share on telegram
Share on linkedin

Tem alguma dúvida sobre esse assunto?

Envie a sua pergunta sobre assunto que eu responderei o mais breve possível!

Para mais informações entre em contato com o IPGO

Fale conosco por WhatsApp, e-mail ou telefone