A complexidade do desenvolvimento fetal, apesar de milhões de anos de evolução, ainda apresenta vulnerabilidades a diversas disrupções. Anomalias no desenvolvimento, especialmente no cérebro, podem ser detectadas precocemente através de ultrassonografias pré-natais. Contudo, a qualidade da imagem pode comprometer a precisão do diagnóstico, levando a exames adicionais como a ressonância magnética (MRI). Para aprimorar a detecção e o tratamento dessas anomalias, uma colaboração entre pesquisadores do MIT, Boston Children’s Hospital e Inria resultou no desenvolvimento de um modelo de aprendizado profundo, o E(3)-Pose. Este modelo é capaz de capturar imagens de alta resolução da cabeça fetal em movimento, facilitando a análise por radiologistas.
Um dos principais desafios na imagem fetal é o movimento do bebê. Conforme explica Ramya Muthukrishnan, estudante de doutorado no MIT e primeira autora do estudo apresentado na European Conference on Computer Vision de 2026, o movimento fetal pode desorientar as "fatias" de imagem 2D, que, quando empilhadas, formam a imagem 3D completa. Essa desorientação pode gerar lacunas na cobertura e ângulos incomuns, dificultando a identificação de detalhes cruciais para o diagnóstico de patologias no desenvolvimento cerebral.
Precisão através da Física
O diferencial do E(3)-Pose reside na sua abordagem de incorporar princípios físicos diretamente na arquitetura da rede neural. Em vez de apenas aprender física a partir dos dados, o modelo tem a simetria esquerda-direita da cabeça fetal embutida em seu design. Essa característica intrínseca facilita a identificação precisa da orientação do cérebro, mesmo com o feto em movimento. Muthukrishnan, que não possuía formação prévia em física de MRI, enfrentou desafios ao implementar o modelo em hardware real, mas a persistência e a observação direta das frustrações em exames fetais a motivaram.
Impacto Clínico e Desafios
A experiência de acompanhar um radiologista em exames fetais revelou a dor de pacientes e médicos: mães desconfortáveis após longas horas em máquinas de MRI e radiologistas incapazes de obter imagens de qualidade suficiente. Essa "dor" serviu de inspiração para Muthukrishnan e sua equipe. Com o suporte de colegas como Borjan Gagoski, professor assistente de radiologia na Harvard Medical School, e Aryn Lee, assistente de pesquisa no Boston Children's, o projeto avançou. A colaboração permitiu o desenvolvimento de sequências de aquisição de MRI que auxiliam no treinamento do E(3)-Pose e a resolução de problemas técnicos com o scanner.
Ampliando o Escopo e Futuras Aplicações
O E(3)-Pose promete automatizar o processo de ressonância magnética fetal, substituindo métodos manuais lentos por exames mais rápidos e confortáveis, ao mesmo tempo que entrega imagens de maior qualidade. As aplicações do modelo podem transcender a imagem fetal, auxiliando na visualização de outras anatomias de difícil imagem e até em sistemas de direção autônoma. Atualmente, a equipe busca aprimorar o E(3)-Pose para exames de fetos mais jovens, do segundo trimestre, que são menores e se movem mais, mas cuja detecção precoce de anomalias cerebrais é ainda mais crucial.
Com reportagem de Brazil Valley
Source · MIT News
