A infertilidade afeta milhões em todo o mundo. Cerca de uma em cada seis pessoas em idade reprodutiva enfrenta problemas para engravidar pelo menos uma vez na vida.

A infertilidade masculina é um fator que contribui em até 50% dos casos, e 1% de todos os homens são azoospérmicos.

Isso significa que potencialmente milhões de homens em todo o mundo têm contagens de espermatozoides tão baixas, com espermatozoides difíceis de localizar, que são considerados azoospérmicos.

Mas o poder da IA ​​para encontrar esses espermatozoides ocultos pode oferecer esperança àqueles que desejam se tornar pais.

No final do ano passado, após cinco anos de desenvolvimento, o primeiro bebê a nascer usando o sistema Star permitiu que um casal que lidava com a infertilidade há quase duas décadas finalmente tivesse um filho.

É um momento de que Zev Williams, diretor do Centro de Fertilidade da Universidade de Columbia, e sua equipe lembram bem.

“Todos estavam pulando de alegria”, diz ele. “Há poucas coisas em que a recompensa por todo o esforço investido seja algo tão maravilhoso e especial quanto isso. Agora temos uma bebezinha e, com a graça de Deus, muitas, muitas outras [virão].”

Desde o nascimento do primeiro bebê Star, a tecnologia tem sido usada regularmente no centro de fertilidade. A lista de espera hoje conta com centenas de pessoas de todo o mundo.

Com base nos últimos 175 pacientes que a utilizaram, Williams afirma que a equipe tem encontrado espermatozoides em pouco menos de 30% dos casos.

Trata-se de indivíduos que haviam sido informados de que não tinham chance de ter um bebê usando seu próprio esperma.

Em testes adicionais, a Star conseguiu encontrar 40 vezes mais espermatozoides do que uma busca manual realizada por um técnico treinado, de acordo com Williams.

Normalmente, uma amostra de sêmen contém dezenas de milhões de espermatozoides por mililitro. Uma pequena gota da amostra é examinada ao microscópio para que a contagem de espermatozoides possa ser estimada, além de verificar se os espermatozoides estão se movendo e se são saudáveis.

Mas em amostras azoospérmicas, pode haver apenas um único espermatozoide em toda a amostra — embora em alguns casos não haja nenhum. Analisar a amostra gota a gota é impraticável.

Williams teve a ideia para o sistema Star em 2020, depois de ler sobre como a IA está sendo usada para encontrar novas estrelas.

Os telescópios modernos produzem uma quantidade enorme de dados sobre o céu noturno, cuja análise por astrônomos humanos em busca de objetos nunca vistos antes seria extremamente demorada. Mas o uso de algoritmos de aprendizado de máquina pode realizar esse trabalho em minutos.

“A imagem do céu era muito semelhante ao que estamos procurando e ao que vemos em homens que são informados de que não têm espermatozoides”, diz Williams.

Ele começou a ponderar se seria possível aplicar essas tecnologias para identificar e isolar espermatozoides da mesma forma.

Ele e sua equipe já estavam usando uma tecnologia de imagem de alta resolução que poderia ser usada para escanear a amostra. O desafio era analisar centenas de imagens por segundo em tempo real para detectar e extrair qualquer espermatozoide encontrado.

Williams e seus colegas usam chips microfluídicos — vidro ou polímero gravado com uma série de canais tão finos quanto um fio de cabelo humano. A amostra de esperma flui através desses canais e pode ser escaneada pelo dispositivo de imagem.

Um algoritmo de aprendizado de máquina detecta quaisquer espermatozoides nas imagens em tempo real, para que possam ser isolados da maneira mais delicada possível, garantindo que não sejam destruídos.

“À medida que a amostra flui, capturamos imagens a 300 vezes por segundo”, explica Williams.

“A maior parte do que vemos são apenas detritos e fragmentos. Não é como se fosse um líquido vazio. E você está tentando encontrar aquele espermatozoide realmente raro em um mar de todos esses outros detritos e fragmentos de células.”

Williams afirma que o método Star atingiu uma taxa de sensibilidade de 100%, o que significa que ele tem a capacidade de encontrar um único espermatozoide em uma amostra, caso haja um presente.

“É simplesmente encontrar algo onde não conseguíamos ver antes”, destaca o pesquisador.

Uma vez identificado, um sistema robótico extrai o(s) espermatozoide(s) em milissegundos após sua detecção.

“A robótica no chip microfluídico separa aquela pequena parte do fluido que contém o espermatozoide”, diz Williams.

“Você acaba com um tubo cheio de fluido seminal, mas sem nenhum espermatozoide dentro, e uma minúscula gota que contém os espermatozoides.”

No caso de Samuel, houve um desafio adicional e uma novidade para o sistema Star: com a síndrome de Klinefelter, não há espermatozoides no líquido ejaculado. Para encontrá-los, os urologistas precisam examinar o testículo. Samuel passou por terapia hormonal durante nove meses em preparação para uma cirurgia de extração testicular bem-sucedida em outro centro de fertilidade.

A amostra foi então enviada para a equipe de William na Universidade Columbia para análise.

“O tecido da cirurgia foi transportado para o nosso laboratório de andrologia, que fez o processamento para que o material pudesse ser analisado pelo sistema Star”, diz Eric Forman, diretor médico e de laboratório do Centro de Fertilidade da Universidade Columbia, que supervisionou o procedimento.

Ao mesmo tempo, Penelope estava fazendo seu procedimento de coleta de óvulos. Uma amostra de esperma fresco geralmente é fornecida no mesmo dia, pois oferece a melhor chance de fertilização. Eles estavam correndo contra o tempo.

O sistema Star conseguiu isolar oito espermatozoides na amostra de Samuel, que foram então injetados nos óvulos de Penelope. Um deles se transformou em um blastocisto completo, um estágio mais desenvolvido do embrião.

O bebê deles, que provavelmente será o primeiro menino nascido como resultado da Star, está previsto para o final de julho. É um momento que eles nunca tiveram certeza se alcançariam.

“Está começando a parecer realmente real agora, especialmente porque estou sentindo os movimentos. Fizemos o ultrassom morfológico e tudo está ótimo”, diz Penelope.

A busca por espermatozoides ocultos não é a única maneira como a IA está sendo usada para melhorar os resultados em tratamentos de fertilidade.

Na estimulação ovariana, por exemplo — um processo essencial na fertilização in vitro (FIV) que ajuda os ovários a produzirem múltiplos óvulos — o aprendizado de máquina está permitindo o cálculo de uma dosagem mais personalizada do hormônio gonadotrofina.

Enquanto isso, ferramentas de aprendizado profundo estão auxiliando na seleção mais precisa e viável de gametas e embriões.

Mas, para avaliar os resultados a longo prazo, os especialistas concordam que são necessários mais ensaios clínicos em larga escala, bem como clareza sobre como lidar com dados médicos sensíveis, confidencialidade e disputas em torno de responsabilidade e propriedade.

Há também preocupações com a promessa exagerada de um final feliz que pode acompanhar as inovações em IA.

“Casais que passam por longas jornadas de fertilidade podem ficar desesperados para conceber e são vulneráveis ​​a tratamentos caros e de valor não comprovado”, diz Siobhan Quenby, professora de obstetrícia da Universidade de Warwick, no Reino Unido.

“É muito empolgante que tecnologia avançada, imaginação, engenharia e IA tenham sido combinadas para desenvolver uma nova solução para a subfertilidade masculina grave”, acrescenta ela.

“Uma gravidez bem-sucedida é um começo importante. No entanto, mais pesquisas com mais pacientes são necessárias antes que o valor deste novo tratamento possa ser totalmente avaliado.”

Para Samuel, no entanto, a perspectiva de que essa técnica baseada em IA possa ajudá-lo e à sua esposa a aumentar a família novamente no futuro é tentadora.

“Claro, agora estamos sendo ambiciosos e queremos outro filho, quem sabe no futuro, mas isso é algo pelo qual teremos que passar novamente, porque não temos nada em reserva além de óvulos”, diz ele.

Mas eles também têm esperança agora, diz ele, onde antes não havia nenhuma.