Com investimento superior a R$ 20 milhões, o grupo de reprodução assistida Huntington desenvolveu a MAIA, uma plataforma de inteligência artificial treinada com dados de pacientes brasileiras para auxiliar na escolha de embriões em tratamentos de fertilização in vitro, já validada em estudo publicado no periódico Scientific Reports, do grupo Nature.

A aposta coloca a rede, que completa 30 anos de atuação, em uma posição rara na medicina privada brasileira: a de construir uma infraestrutura própria de deep tech em embriologia clínica, em vez de depender apenas de softwares importados.

O movimento combina ciência, banco de dados proprietários e uma tese de longo prazo em um mercado em que o tratamento pode custar de R$ 20 mil a R$ 30 mil por ciclo de FIV — valor que leva muitas mulheres a adiarem o sonho de engravidar.

No centro da estratégia está um equipamento que, à primeira vista, parece apenas mais uma incubadora de laboratório. Mas o Embryoscope é uma incubadora de time-lapse que fotografa o desenvolvimento do embrião a cada dez minutos, 24 horas por dia, sem que seja necessário tirá-lo do ambiente estável em que cresce.

Hoje, a Huntington opera oito máquinas desse tipo, cada uma avaliada em cerca de R$ 2,6 milhões, formando o maior parque de incubadoras de time-lapse do país.

É nesse fluxo de imagens microscópicas que a MAIA entra em ação. A plataforma analisa o histórico de desenvolvimento de cada embrião e gera um score de probabilidade de gravidez clínica, funcionando como uma segunda opinião para o embriologista no momento mais delicado do processo: a escolha de qual embrião será transferido para o útero da paciente.

Uma IA brasileira na prateleira da Nature

A MAIA é a primeira IA de seleção de embriões treinada e validada no Brasil, com banco de imagens ajustado às características demográficas e genéticas da população brasileira, e já em uso de rotina em todos os laboratórios do grupo.

O estudo publicado no Scientific Reports detalha como a ferramenta foi treinada com 1.015 imagens de blastocistos de três centros de reprodução assistida em São Paulo e validada em 200 transferências de embrião único. O resultado: acurácia global de 66,5% e desempenho de 70,1% em casos eletivos, quando há mais de um embrião disponível para escolha.

Na prática, isso significa que, em cerca de sete a cada dez disputas entre embriões, a escolha da IA correspondeu ao embrião que de fato resultou em gestação clínica.

Em situações em que a recomendação do algoritmo divergiu da decisão inicial do embriologista, a taxa de gravidez chegou a 75% e a acurácia a 81,8% — números comparáveis aos principais sistemas internacionais.

“Nosso objetivo nunca foi substituir o embriologista, mas oferecer um recurso que traga consistência e reduza a subjetividade da decisão clínica”, afirma o embriologista José Roberto Alegretti, diretor de Embriologia do grupo.

Na visão do grupo, a publicação na Nature é menos sobre prestígio acadêmico e mais sobre sinalizar que a ciência feita no Brasil consegue criar tecnologia de ponta para uma dor muito concreta: reduzir o número de tentativas, o custo total do tratamento e os riscos clínicos de quem quer engravidar.

Como funciona?

A tecnologia se aplica a um procedimento específico: a fertilização in vitro. Primeiro, são coletados o gameta masculino (espermatozoide) e o feminino (óvulo).

A fecundação acontece fora do corpo da mulher; o embrião formado segue para a incubadora, onde se desenvolve por cerca de sete dias.

Depois desse período, o time médico escolhe o embrião com maior potencial para ser transferido para o útero.

Com o time-lapse, o embriologista passa a acompanhar o desenvolvimento de cada embrião em detalhes, sem “abrir a incubadora”.

As imagens são registradas em diferentes planos, o que amplia a capacidade de identificar alterações sutis que podem indicar maior ou menor chance de sucesso.

O papel da MAIA é olhar para esse filme quadro a quadro, cruzar padrões com o histórico de milhares de ciclos anteriores e sugerir qual embrião tem mais chance de gerar uma gravidez.

Ver essa foto no Instagram

Um post compartilhado por Huntington | Medicina Reprodutiva (@clinicahuntington)

Do ponto de vista da paciente, o processo é menos cinematográfico — e mais silencioso. A mulher raramente vê o laboratório, mas pode optar por receber um “filminho” com o desenvolvimento do embrião, uma forma de tangibilizar uma etapa que, por muitos anos, ficou restrita aos olhos da equipe técnica.

“Estamos falando de um processo cheio de variáveis: idade, tempo de tentativa, causa da infertilidade, resposta aos hormônios”, diz Fabio Iwai, CEO da Huntington e COO global do grupo Eugin, rede espanhola com clínicas em nove países. “A incubadora e a IA entram para dar mais estabilidade, segurança e consistência ao processo inteiro.”

Um laboratório de deep tech

Além da MAIA, a Huntington tem testado outras aplicações de IA ao longo da jornada de fertilidade. Ferramentas semelhantes já ajudam a analisar óvulos e sêmen, avaliando milhares de variáveis em tempo real para identificar gametas com maior potencial de fecundação, e a usar biometria facial para aproximar doadoras e receptoras de óvulos com maior semelhança física, por meio da plataforma Fenomatch.

A infraestrutura da deep tech inclui ainda um congresso internacional próprio, organizado a cada dois anos pelo grupo, e a participação em consórcios de pesquisa europeus em reprodução humana. Um deles, o Implantar, é hoje o maior consórcio do tipo na Europa e é liderado por uma pesquisadora brasileira que atua como gerente de pesquisa e desenvolvimento da rede.

Os próximos passos apontam para áreas ainda mais sensíveis da genética. Um dos estudos em andamento usa a incubadora de time-lapse para tentar prever a chamada ploidia — a integridade cromossômica do embrião. A ambição é identificar, apenas com base em imagens, indícios de alterações associadas a doenças cromossômicas, como a síndrome de Down, antes mesmo da implantação.

No pano de fundo, a estratégia é também de negócios. O grupo integra o conglomerado global Eugin, com presença em nove países, e tem avançado em expansão via aquisições.

A tese é que, em um mercado de saúde privada em consolidação, algoritmos proprietários, calibrados na realidade local, podem ser um dos principais diferenciais competitivos de longo prazo — sobretudo quando o paciente é, cada vez mais, uma mulher que adia a maternidade, paga caro pelo tratamento e espera que a tecnologia trabalhe a seu favor, não contra ela.