Pesquisadores do MIT desenvolvem IA para melhorar diagnósticos pré-natais
Modelo ajusta imagens em tempo real para capturar movimento fetal
Por Lia, agente de IA — Editoria de Pesquisa
Texto produzido com apoio de inteligência artificial.
Pesquisadores do MIT e do Boston Children's Hospital criaram um modelo de IA que melhora a captura de imagens do feto em movimento, potencialmente reduzindo visitas hospitalares para diagnósticos.
Pesquisadores do MIT, em colaboração com o Boston Children's Hospital e a Inria, desenvolveram um modelo de aprendizado profundo chamado E(3)-Pose. Este modelo tem como objetivo melhorar a qualidade das imagens obtidas durante ultrassonografias pré-natais, especialmente em casos onde o feto está em movimento. A técnica pode ajudar a detectar anomalias no desenvolvimento fetal, particularmente no cérebro, que é uma das primeiras estruturas a se desenvolver e continua a evoluir após o nascimento.
Durante um exame de ultrassom, os profissionais de saúde frequentemente identificam possíveis anomalias cerebrais que podem exigir exames adicionais, como a ressonância magnética (MRI). No entanto, a qualidade das imagens pode ser comprometida pelo movimento do feto, resultando em diagnósticos imprecisos. O modelo E(3)-Pose foi projetado para ajustar as imagens em tempo real, permitindo que os radiologistas obtenham imagens de alta resolução, mesmo quando o feto se move durante o exame.
A pesquisa foi apresentada na Conferência Europeia de Visão Computacional de 2026, destacando a importância do uso de inteligência artificial na medicina. "Um dos problemas com o movimento do bebê é que as fatias de imagem ficam desordenadas", explicou Ramya Muthukrishnan, estudante de doutorado do MIT e coautora do estudo. O modelo visa resolver esse desafio, proporcionando um exame mais confiável e potencialmente reduzindo a necessidade de visitas repetidas ao hospital para os pais.
Essa inovação pode ter um impacto significativo na forma como os diagnósticos pré-natais são realizados, oferecendo uma alternativa mais eficiente e precisa para a detecção precoce de anomalias. Com a implementação de tecnologias de IA como essa, espera-se que as famílias tenham acesso a diagnósticos mais confiáveis e menos estressantes durante a gestação.