Pesquisadores brasileiros desenvolvem ferramenta baseada em IA para identificar condição por meio da fala
A insuficiência respiratória, caracterizada pela baixa oxigenação do sangue, é um quadro que pode levar à hospitalização e tem diversas causas, como asma, doenças cardíacas e pulmonares, além de infecções virais. Com o intuito de auxiliar na triagem de pacientes, pesquisadores brasileiros criaram uma ferramenta baseada em inteligência artificial (IA) capaz de detectar o problema por meio da análise de áudios de fala. Essa metodologia, no futuro, poderá integrar sistemas de telemedicina para monitorar pacientes internados.
Desenvolvida no âmbito do projeto Sistema de Detecção Precoce de Insuficiência Respiratória por meio de Análise de Áudio (Spira), a ferramenta foi coordenada pelo professor Marcelo Finger, do Departamento de Ciências da Computação da Universidade de São Paulo (USP). A pesquisa teve como objetivo inicial reconhecer variações na voz de pacientes com COVID-19 durante o ápice da pandemia.
A coleta de dados envolveu aproximadamente 200 pacientes diagnosticados com COVID-19 em hospitais parceiros do projeto. Os modelos de IA treinados atingiram uma acurácia de mais de 95%, demonstrando a viabilidade do sistema. Os pesquisadores analisaram três tipos de áudios: uma frase com pausas naturais, uma canção infantil com pausas predeterminadas e a vogal ‘a’ sustentada. Pausas em momentos não naturais permitiram a identificação de um padrão analisado pela IA.
No entanto, ao ampliar a coleta de áudios para incluir pacientes com insuficiência respiratória de outras causas, os resultados de acurácia ficaram abaixo de 50%. Isso demonstrou a necessidade de treinar os modelos de IA em uma base de dados robusta o suficiente para evitar enviesamentos nos resultados. O estudo também revelou que os modelos treinados para COVID-19 não são adequados para outras causas de insuficiência respiratória, indicando características específicas da condição causada pelo coronavírus.
O artigo resultante da pesquisa, intitulado “Discriminant audio properties in deep learning based respiratory insufficiency detection in Brazilian Portuguese”, pode ser acessado através do link: [link do artigo].
A iniciativa representa um avanço significativo no monitoramento e diagnóstico de condições respiratórias, apontando para um futuro onde a análise de áudio possa não apenas detectar a insuficiência respiratória, mas também identificar sua causa.
O artigo Discriminant audio properties in deep learning based respiratory insufficiency detection in brazilian portuguese pode ser lido em:
https://link.springer.com/chapter/10.1007/978-3-031-34344-5_32
Foto: Reprodução
