Atualmente, as induções de trabalho de parto são realizadas cada vez mais frequentemente, mas nem sempre terminam num parto vaginal. Foi precisamente este o ponto de partida para a investigação “Predicting Vaginal Delivery After Labor Induction with Machine Learning“, da autoria de Iolanda Ferreira, doutoranda de Ciências da Saúde, orientada por Ana Luísa Areia, professora da FMUC, e coorientada por João Nuno Correia, docente da FCTUC.

«Logo à partida, todas as induções têm 30 a 35% de probabilidade de acabar em cesariana, portanto, sabemos de antemão que 70% das mulheres vão ter um parto vaginal. No entanto, se dessas 30% conseguíssemos precisar que vão realmente terminar em cesariana, poder-se-ia aconselhar de forma adequada e proactiva sobre a necessidade de indução de trabalho de parto, um processo árduo para a mãe, o feto e que, de facto, pode acrescer na carga emocional e económica associadas a este procedimento», explica Iolanda Ferreira

Assim, «sendo um procedimento tão frequente, que gera tantos dados, pensámos que talvez pudéssemos utilizar uma técnica que fizesse a sua análise para ajudar os médicos a perceber se vale a pena ou quando vale a pena investir numa indução para obter um parto vaginal», revela a doutoranda, realçando que, neste momento, os obstetras investem na indução de parto em todas as mulheres, sabendo à partida, por determinadas caraterísticas, em quais este poderá ou não acontecer por via vaginal.

Portanto, de acordo com João Nuno Correia, «a ideia é chegar a algo que, através da fusão de dados (tabulares e imagens), forme um módulo de apoio que forneça informação personalizada sobre cada grávida, acerca da elevada probabilidade de parto vaginal após indução. Se esta for elevada, a indução será executada com maior confiança. Caso contrário, ou seja, exista uma probabilidade de cesariana bastante elevada, a grávida pode ser aconselhada de outra forma».

Apesar deste ser um tema já estudado, «a inovação nesta investigação é prever o tipo de parto também utilizando os dados de imagem ecográfica. O clínico baseia-se na história clínica da pessoa e nas suas características no seguimento daquela gravidez, e queremos ver se o sistema, ao analisar aquela combinação de dados clínicos e imagens, percebe de uma forma que posteriormente ajude ou não a tirar alguma conclusão», realçam os investigadores.

Até ao momento, a equipa de investigadores já tem analisados os dados de 2600 mulheres, seguidas no Centro Hospitalar e Universitário de Coimbra (CHUC), que apontam para resultados promissores. O próximo passo é analisar as ecografias recolhidas e, posteriormente, criar uma ferramenta com todos estes dados e testá-la em pessoas reais.

De acordo com os investigadores, «esta colaboração entre o DEI e a FMUC é fundamental, porque futuramente vai apoiar a decisão dos médicos antes do parto, e consequentemente, permitir melhorar tanto os desfechos neonatais como as experiências das mulheres no parto», concluem.

PR/UC/HN