O nosso mais recente estudo científico que avalia o FOLLISCAN, uma solução baseada em inteligência artificial para contagem e medição de folículos ovarianos, foi publicado no Journal of Assisted Reproduction and Genetics (JARG).
A JARG é uma revista científica bem estabelecida e reconhecida internacionalmente, amplamente respeitada nas áreas da medicina reprodutiva e das tecnologias de reprodução assistida.
A publicação apresenta evidências clínicas robustas para o FOLLISCAN, a nossa plataforma de inteligência artificial desenvolvida para apoiar a avaliação precisa, padronizada e eficiente em termos de tempo dos folículos ovarianos durante a estimulação hormonal em ciclos de FIV. A medição precisa dos folículos é um componente crucial da estimulação ovariana controlada, pois influencia diretamente a tomada de decisões clínicas, o tempo de tratamento e os resultados das pacientes.
Neste estudo, investigámos se o FOLLISCAN pode automatizar com precisão e eficiência a contagem e medição de folículos ovarianos a partir de ecografias, reduzindo a carga de trabalho manual e mantendo uma elevada precisão clínica. Os resultados demonstram que o FOLLISCAN atinge um desempenho comparável ao de ecografistas especializados, destacando o seu potencial para apoiar os médicos na prática diária, melhorando a consistência, eficiência e escalabilidade da monitorização folicular durante o tratamento de FIV.
Por que analisámos a medição folicular
Cada ciclo de FIV depende de um acompanhamento cuidadoso por ecografia. Os médicos medem o tamanho dos folículos e contam-nos para decidir como está a progredir a estimulação, quando ajustar a medicação ou quando induzir a ovulação.
Mas qualquer pessoa que realiza ou analisa ecografias de FIV conhece a realidade:
- As medições manuais demoram tempo
- Os resultados podem variar entre os operadores
- E o aumento do volume de FIV torna a escalabilidade um verdadeiro desafio
Fizemos uma pergunta simples, mas importante:
A IA pode igualar os ecografistas especialistas e tornar o monitoramento da fertilização in vitro mais rápido e consistente ao mesmo tempo?
O que foi incluído no estudo?
- 5.508 ecografias transvaginais
- 1.689 pacientes submetidas a estimulação ovariana
- 4 centros de fertilização in vitro na Polónia, Argentina, Colômbia e EUA.
O desempenho da IA foi avaliado utilizando métricas clínicas padrão (precisão, recall, pontuação F1), comparado com anotações de especialistas e validado prospectivamente em uso real.
O FOLLISCAN é uma plataforma de software clínico com tecnologia de inteligência artificial projetada para detectar, contar e medir automaticamente os folículos ovarianos em imagens de ultrassom transvaginal durante a estimulação ovariana controlada em ciclos de fertilização in vitro.
Leia mais sobre o FOLLISCAN: https://mimfertility.ai/folliscan/
O que os resultados mostraram
Para os folículos que são mais importantes clinicamente ( ≥ 10 mm), a IA apresentou um desempenho comparável ao de ecografistas experientes:
- 98,2% de precisão
- 88,9% de recall
- Pontuação F1 de 93,3%
Mesmo ao analisar todos os folículos, a precisão permaneceu elevada (94,2%).
É importante ressaltar que o desempenho permaneceu estável em diferentes aparelhos de ultrassom em várias clínicas e países.
Onde a IA realmente se destaca: impacto no fluxo de trabalho
A precisão é essencial, mas é na eficiência que os médicos sentem a diferença.
Com assistência de IA:
- Ultrasound annotation time was reduced 2.5× (p < 0.01)
- Os especialistas precisaram fazer apenas 0,54 correções por digitalização, em média.
- O desempenho permaneceu estável durante o uso clínico prospectivo no dia a dia.
Leia mais sobre o FOLLISCAN: https://mimfertility.ai/folliscan/
O que isso significa para as clínicas de fertilização in vitro
O FOLLISCAN não substitui médicos e técnicos de ecografia. Ele os apoia.
Permite que os especialistas se concentrem na tomada de decisões clínicas, ampliem a monitorização da FIV sem comprometer a qualidade e mantenham padrões elevados, mesmo com o aumento do número de pacientes.
O que levar
Este estudo publicado pela JARG fornece fortes evidências que comprovam a confiabilidade clínica, a robustez e o potencial de padronização do FOLLISCAN na monitorização de rotina da estimulação ovariana em diversos contextos clínicos. Ao demonstrar um desempenho comparável ao de ecografistas experientes, o FOLLISCAN mostra como a inteligência artificial pode apoiar significativamente os médicos sem comprometer a precisão ou a confiança clínica.
Além dos ganhos de eficiência, os resultados destacam o papel da IA na redução da variabilidade inter e intraoperacional, melhorando a consistência na avaliação folicular e apoiando cuidados de FIV escaláveis à medida que o volume de pacientes continua a crescer. A medição e contagem padronizadas de folículos podem ajudar as clínicas a otimizar fluxos de trabalho, apoiar decisões clínicas baseadas em dados e, em última análise, melhorar a experiência do paciente ao longo do tratamento.
Consideramos esta publicação um marco importante no nosso compromisso com a IA responsável e baseada em evidências na medicina reprodutiva. A validação clínica e a investigação revisada por pares continuam a ser fundamentais para a forma como desenvolvemos, avaliamos e implementamos as nossas soluções, garantindo que a inovação seja orientada pelo rigor científico e pelas necessidades clínicas reais.
Convidamo-lo a ler o artigo completo na JARG e acompanhar a nossa jornada enquanto continuamos a desenvolver ferramentas de IA que tornam o monitoramento da fertilização in vitro mais inteligente, consistente e acessível para médicos e pacientes em todo o mundo.
Leia o artigo completo:
Uma plataforma de inteligência artificial para medição automatizada e estimativa da contagem de folículos ovarianos durante a estimulação ovariana e a fertilização in vitro: um estudo multicêntrico
JARG, 2026 | DOI: 10.1007/s10815-025-03777-y
https://link.springer.com/article/10.1007/s10815-025-03777-y
