A respiração molda a fala. Quando o organismo não consegue captar oxigênio de forma adequada, o corpo altera sua dinâmica respiratória, e essas mudanças deixam marcas acústicas. Partindo dessa hipótese, pesquisadores brasileiros ligados ao projeto temático SPIRA-BM investigaram até onde a inteligência artificial pode ir na identificação de problemas respiratórios usando apenas a voz.
O estudo, intitulado “Contrasting deep learning audio models for direct respiratory insufficiency detection versus blood oxygen saturation estimation”, foi publicado no final de 2025 revista científica internacional Intelligence-Based Medicine, da editora Elsevier, especializada em aplicações de inteligência artificial na área da saúde.
Dois desafios, um contraste
A pesquisa comparou duas tarefas que, à primeira vista, parecem semelhantes:
identificar se um paciente apresenta insuficiência respiratória e estimar se sua saturação de oxigênio no sangue (SpO₂) está acima ou abaixo do limite clínico de 92%.
Ambas foram realizadas com os mesmos modelos de deep learning, treinados com gravações de voz de pacientes hospitalizados por COVID-19 e de voluntários saudáveis, coletadas no âmbito do projeto SPIRA. O resultado revelou um contraste claro: enquanto a insuficiência respiratória pode ser detectada com altíssima precisão, a estimativa da oxigenação sanguínea exclusivamente por áudio mostrou-se inviável com as tecnologias atuais.
Um desempenho quase perfeito na detecção da insuficiência
Os modelos testados alcançaram níveis de acerto próximos de 100% ao identificar pacientes com insuficiência respiratória. Em alguns cenários, praticamente não houve erro, demonstrando que a voz contém sinais acústicos extremamente consistentes associados ao esforço respiratório e às alterações fisiológicas causadas pela doença.
Mesmo quando os dados incluíam pacientes com diferentes causas de insuficiência respiratória — e não apenas COVID-19 —, os resultados permaneceram elevados, mostrando que o método não se limita a um único quadro clínico.
Estudos anteriores do próprio grupo já haviam mostrado que pacientes com insuficiência respiratória apresentam mudanças sistemáticas na fala, como maior número de pausas, alterações no tom da voz e variações na intensidade sonora. Esses padrões permanecem mesmo quando o paciente recebe oxigênio suplementar.
A inteligência artificial aprende a reconhecer essas variações de forma estatística, captando sinais imperceptíveis ao ouvido humano e transformando a voz em um verdadeiro biomarcador digital.
O limite da tecnologia: prever SpO₂ não funciona
Quando os pesquisadores tentaram usar os mesmos modelos para prever a saturação de oxigênio no sangue, o desempenho caiu drasticamente. As classificações apresentaram correlação muito baixa, indicando desempenho insuficiente para uso clínico. Isso mostra que, embora a fala revele a condição respiratória global, ela não contém informação suficiente para estimar diretamente a oxigenação do sangue. Assim, a voz pode ser usada como ferramenta de triagem, mas não substitui sensores fisiológicos tradicionais, como o oxímetro.
SPIRA-BM: ciência aplicada à vida real
O trabalho integra o projeto temático SPIRA-BM – Biomarkers for Respiratory Conditions by Audio Analysis via AI, apoiado pela FAPESP, que busca desenvolver métodos de triagem remota, não invasiva e de baixo custo para diferentes condições respiratórias.
Durante a pandemia, as bases de dados e os métodos do grupo foram destaque em competições internacionais, demonstrando o potencial da tecnologia brasileira para responder a desafios globais de saúde pública.
Um novo caminho para a triagem respiratória
A principal conclusão do estudo é que a voz é um indicador altamente sensível da insuficiência respiratória, mas não pode ser usada, sozinha, para medir níveis de oxigênio no sangue. O futuro, segundo os autores, está na integração de múltiplos sinais — voz, respiração, batimentos cardíacos e sensores ópticos — para criar sistemas clínicos mais completos.
O artigo é assinado por Marcelo Matheus Gauy, Natália Hitomi Koza, Ricardo Mikio Morita, Gabriel Rocha Stanzione, Arnaldo Cândido Júnior, Larissa Cristina Berti, Anna Sara Shafferman Levin, Ester Cerdeira Sabino, Flaviane Romani Fernandes Svartman e Marcelo Finger, pesquisadores brasileiros que integram a rede científica do SPIRA-BM e reforçam o protagonismo nacional na fronteira entre saúde e inteligência artificial.
