A detecção precoce de condições médicas graves é um desafio contínuo na área da saúde, especialmente durante situações de pandemia, como a provocada pela COVID-19. No Brasil, pesquisadores estão avançando significativamente nesse campo, utilizando tecnologia de ponta para desenvolver soluções inovadoras. Recentemente, uma equipe multidisciplinar liderada por Marcelo Finger, professor do Departamento de Ciências da Computação da Universidade de São Paulo (USP), alcançou um marco notável no diagnóstico da insuficiência respiratória: a detecção através da análise de áudio com o uso de inteligência artificial (IA).
A insuficiência respiratória, caracterizada pela baixa taxa de oxigenação do sangue, pode ser causada por uma variedade de condições médicas, incluindo doenças pulmonares, cardíacas e infecciosas. Tradicionalmente, seu diagnóstico requer uma série de exames e testes clínicos, muitas vezes demandando hospitalização imediata. No entanto, a equipe de pesquisadores brasileiros desenvolveu uma abordagem inovadora que visa tornar esse processo mais eficiente e acessível.
Utilizando dados de áudio de pacientes diagnosticados com COVID-19 durante a fase inicial da pandemia, o projeto, denominado Sistema de Detecção Precoce de Insuficiência Respiratória por meio de Análise de Áudio (Spira), empregou algoritmos de IA para identificar padrões distintos na fala dos pacientes. Marcelo Matheus Gauy, bolsista FAPESP de pós-doutorado no Instituto de Matemática e Estatística da USP, descreve o método como uma potencial ferramenta de triagem que pode ser integrada a sistemas de telemedicina, permitindo monitoramento contínuo de pacientes internados.
O estudo, que contou com a colaboração de pesquisadores da USP e da Universidade Estadual Paulista (Unesp), envolveu a análise de diferentes tipos de áudios, desde frases com pausas naturais até canções infantis com pausas predeterminadas. Os resultados iniciais foram promissores, com modelos de IA alcançando uma precisão impressionante de mais de 95% na detecção da insuficiência respiratória durante a fase aguda da pandemia.
No entanto, o trabalho da equipe não parou por aí. Conforme o estudo avançou, foi necessário adaptar a ferramenta para lidar com casos de insuficiência respiratória causada por outras condições médicas além da COVID-19. A inclusão de dados de pacientes com diferentes origens da condição revelou a necessidade de treinar modelos de IA de forma mais abrangente e robusta, a fim de evitar viés nos resultados.
Como Marcelo Gauy destaca, os resultados dessa pesquisa não apenas oferecem uma nova perspectiva para o diagnóstico da insuficiência respiratória, mas também abrem caminho para a identificação das causas subjacentes dessa condição por meio da análise de áudio. Esse avanço poderia ter implicações significativas não apenas no tratamento mais eficaz da insuficiência respiratória, mas também na prevenção e manejo de outras doenças respiratórias.
O estudo, publicado como capítulo na renomada publicação “Lecture Notes in Computer Science”, é um testemunho do compromisso e da excelência da pesquisa científica no Brasil. Ao combinar expertise em ciência da computação, medicina e inteligência artificial, os pesquisadores brasileiros estão na vanguarda da inovação, oferecendo soluções que têm o potencial de transformar a saúde e o bem-estar das pessoas em todo o mundo.
