INTELIGÊNCIA ARTIFICIAL PODE MELHORAR A ANÁLISE DO CÉREBRO DE BEBÊS ANTES DO NASCIMENTO

A movimentação do bebê durante a gestação é natural, mas pode representar um desafio para médicos que precisam examinar o desenvolvimento do cérebro ainda dentro do útero. Durante uma ressonância magnética, pequenos deslocamentos da cabeça podem comprometer a qualidade das imagens e dificultar a identificação de possíveis alterações.

Para enfrentar esse problema, pesquisadores do Instituto de Tecnologia de Massachusetts (MIT), do Hospital Infantil de Boston e da instituição francesa Inria desenvolveram um sistema de inteligência artificial capaz de acompanhar a posição da cabeça do feto durante a aquisição das imagens. A proposta é tornar os exames mais completos e oferecer aos especialistas informações mais confiáveis para avaliar o desenvolvimento cerebral.

Sistema ajuda a produzir imagens mais completas do cérebro

Por que os movimentos podem atrapalhar o exame

A ressonância magnética fetal permite observar estruturas internas do corpo do bebê sem recorrer à radiação ionizante. No exame, o equipamento registra diversas imagens em duas dimensões, que são reunidas para formar uma representação tridimensional da cabeça e do cérebro.

O desafio aparece quando o feto se movimenta entre uma imagem e outra. Como cada registro pode capturar a cabeça em uma posição diferente, o conjunto final corre o risco de apresentar falhas, áreas sem cobertura adequada ou imagens desalinhadas.

Essas limitações podem dificultar a avaliação de detalhes importantes para os radiologistas. Em algumas situações, a qualidade insuficiente das imagens exige que a gestante retorne ao hospital para tentar realizar o exame novamente.

Como a inteligência artificial acompanha o feto

Batizado de E(3)-Pose, o sistema foi desenvolvido para estimar a posição e a orientação da cabeça fetal enquanto as imagens são capturadas. Com essa informação, a tecnologia pode ajudar a ajustar a aquisição do exame diante dos movimentos, reduzindo os efeitos que eles provocam na reconstrução tridimensional.

Um dos diferenciais do método está na maneira como foi projetado para reconhecer a simetria da cabeça. O modelo incorpora esse princípio geométrico à sua própria estrutura, em vez de depender exclusivamente dos padrões que aprende durante o treinamento.

Na prática, essa característica ajuda o sistema a identificar a orientação da cabeça com maior consistência. O conhecimento sobre a forma do corpo passa, assim, a fazer parte do funcionamento da inteligência artificial, contribuindo para o acompanhamento dos movimentos durante o exame.

Diagnósticos mais confiáveis e menos repetições

Imagens mais completas podem facilitar o trabalho dos especialistas na investigação de possíveis alterações do desenvolvimento cerebral. Quando regiões importantes ficam fora do campo de observação ou aparecem com qualidade insuficiente, a análise médica se torna mais difícil.

Ao ajudar a reduzir essas falhas, a tecnologia tem potencial para melhorar as condições em que os radiologistas avaliam o cérebro fetal. O sistema também pode diminuir a necessidade de repetir exames, evitando deslocamentos adicionais ao hospital e parte do desconforto associado ao procedimento.

A equipe, porém, ainda trabalha no aprimoramento da solução. O modelo foi desenvolvido principalmente com imagens de fetos no terceiro trimestre da gestação, e uma das próximas etapas é ampliar sua capacidade para examinar bebês em fases mais precoces, quando eles são menores e podem se movimentar com maior liberdade dentro do útero.

A importância de identificar alterações mais cedo

O cérebro começa a se desenvolver nas primeiras semanas da gestação e continua passando por mudanças importantes antes e depois do nascimento. Por isso, conseguir visualizar suas estruturas com qualidade pode contribuir para a investigação médica de alterações ainda durante a gravidez.

A identificação antecipada de determinados problemas pode ajudar as equipes de saúde a avaliar quais cuidados e acompanhamentos serão necessários. A possibilidade de obter imagens mais completas também pode apoiar decisões clínicas, embora a interpretação continue dependendo da avaliação dos profissionais.