As empresas de tecnologia de fertilidade estão todas envolvidas. Elas apostam alto que a inteligência artificial pode salvar o dia dos casais que tentam engravidar por meio de fertilização in vitro. Não é um lance ruim. A fertilização in vitro já faz milagres, tendo trazido milhões de crianças ao mundo nas últimas quatro décadas. Mais de 100.000 bebês nasceram apenas nos EUA no ano passado.
Mas aqui está o problema. As chances não são grandes. De acordo com o CDC, cerca de 37,5% dos ciclos de TARV resultaram em nascimentos em todas as idades em 2022. Depois, observemos as mulheres com mais de quarenta anos. Esse número é tanque. Cai para dez por cento. Talvez menos.
É aqui que a IA entra em cena com suas promessas brilhantes. Os proponentes afirmam que esses algoritmos podem detectar um embrião vencedor mais rápido do que o olho humano. Eles argumentam que podemos prever qual mistura genética leva a um bebê saudável e qual delas termina em aborto espontâneo. Alguns especialistas, entretanto? Eles não estão acreditando no hype ainda.
A bagunça ética
Fica complicado rapidamente. O que acontece se a IA analisar a cor dos olhos? Ou altura? Essa é uma ladeira escorregadia para o território da eugenia, e a maioria das pessoas concorda que deveríamos estabelecer uma linha dura nesse aspecto. Depois, há privacidade de dados. Os dados de fertilidade são profundamente íntimos.
Mina Alikani, especialista em medicina reprodutiva, explica claramente:
No momento em que a sociedade em geral se debate com esta questão, [os fornecedores] precisam de fazer o mesmo.
Ainda estamos descobrindo as regras da IA. Aplicar essas mesmas regras confusas à reprodução humana parece perigoso.
Máquinas veem melhor? Ou eles?
Aqui está uma estatística que me prendeu. Uma revisão de 2023 colocou modelos de IA contra embriologistas experientes. Quem ganhou o jogo de previsão do sucesso da gravidez?
A IA fez. Atingiu 81,5% de precisão. Os humanos ficaram lentos em 51%.
Espere, ouça com mais atenção. Essa previsão é para uma gravidez. Não necessariamente um nascimento vivo. Há uma enorme diferença entre um kit de teste positivo e um recém-nascido saudável. Mas as startups de fertilidade adoram esses números. Herasight e Cercle estão alimentando seus bots com dados hormonais, estatísticas de motilidade espermática e marcadores fisiológicos. O objetivo é dizer exatamente quantos óvulos ou embriões você pode precisar para ter uma chance de sucesso. Para eliminar as suposições das suposições.
Um ensaio randomizado do início de 2025 sugeriu que a IA poderia ser melhor do que os métodos de seleção tradicionais. Talvez igual a. Ainda assim, Alikani adverte contra ficar muito animado. Esses sistemas ajudam. Eles não substituem. O júri ainda não decidiu se isso realmente altera os resultados clínicos de forma significativa.
O problema dos silos de dados
Há uma razão pela qual é tão difícil treinar um bot perfeito. Os dados estão uma bagunça. Cada clínica registra informações de maneira diferente. Cada país tem protocolos diferentes. Não é possível sintetizar uma verdade global a partir de registos fragmentados e confusos.
David Sable, endocrinologista da Columbia, chama isso de “Torre de Babel”.
Sem padronização, você não consegue medicina de precisão. Você coloca lixo, lixo sai. Os pesquisadores estão pedindo uma abordagem unificada. A precisão é importante. Protocolos de estimulação personalizados e melhor anotação embrionária podem ajudar. Mas agora estamos experimentando os blocos de construção. O próprio sistema permanece instável.
Caro e imaturo
Vamos falar sobre custo. Um único ciclo de fertilização in vitro pode chegar a US$ 50.000. É um produto de luxo. A IA não reduzirá esse preço tão cedo.
Sable observa que a fertilização in vitro como indústria é jovem. Compare-o com a bacteriologia, que possui décadas de dados e padrões robustos. A tecnologia reprodutiva ainda está descobrindo suas próprias regras.
Geralmente está disponível para um pequeno número de pessoas.
Adicionar camadas de IA a uma indústria cara e opaca cria novos riscos. Violações de dados. Alucinações de algoritmo em que a IA inventa dados que não existem. Estes não são apenas riscos teóricos; são ameaças imediatas à segurança do paciente.
O veredicto? Sem graça.
Vimos outras “revoluções tecnológicas” na fertilidade não conseguirem cumprir promessas grandiosas. Tome injeção intracitoplasmática de espermatozóides usando imagens de lapso de tempo. Parece chique. Usa câmeras para observar os espermatozoides nadando. Um estudo de 2024 no Reino Unido/HK com quase 1,60 participantes analisou-o.
Resultado? Os nascidos vivos passaram de 33% para 33,7%.
Uma diferença insignificante. Impacto quase zero.
O teste genético pré-implantacional (PGT-A) funciona melhor para verificações cromossômicas. Mas as taxas gerais de sucesso da fertilização in vitro? Eles chegam a 50%. Geralmente muito mais baixo.
Então, por que o impulso da IA? Desespero. As clínicas querem aumentar esses números. Alikani admite que há uma chance de ultrapassarmos o teto de 50% mais rapidamente com essas ferramentas. Talvez nos surpreendamos.
Mas olhando para as evidências hoje?
Os algoritmos ainda não estão nos dando resultados superiores. O hype supera os dados. E é nessa lacuna que reside o verdadeiro perigo.
