Um novo método de aprendizado de máquina chamado "Fetal SMPL", desenvolvido por pesquisadores do MIT CSAIL, Boston Children’s Hospital e Harvard Medical School, permite representações 3D mais detalhadas de fetos a partir de exames de ressonância magnética. A ferramenta aprimora a análise da saúde fetal, modelando com precisão a forma e os movimentos do feto, o que permite aos médicos medições mais exatas de tamanho e desenvolvimento.
Imagens 3D de ressonância magnética anteriores eram difíceis de interpretar para os médicos, pois a visão humana tem dificuldade com exames volumétricos. O Fetal SMPL, baseado no modelo SMPL para adultos, foi treinado com 20.000 imagens de ressonância magnética e utiliza um esqueleto com 23 articulações para representar movimentos e formas de forma realista. Ele alcançou um desvio médio de apenas 3,1 milímetros na modelagem de posições fetais.
O sistema superou o padrão anterior "SMIL" (modelo infantil) em testes com dados de ressonância magnética de fetos entre a 24ª e a 37ª semana de gestação. Ele permite comparações precisas com fetos saudáveis e mostrou resultados promissores em testes clínicos iniciais. Futuramente, o Fetal SMPL também modelará órgãos internos para melhorar a análise do fígado, pulmão e músculos.
A pesquisa será apresentada na International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI) em setembro. Foi parcialmente apoiada pelo National Institutes of Health e pelo MIT CSAIL-Wistron Program.
