Estudo será apresentado na próxima semana no workshop Lang4Health, ligado à International Conference on Computational Processing of Portuguese (PROPOR 2026)
Os resultados de parte das pesquisas do projeto SPIRA-BM, que utiliza inteligência artificial para detectar diferentes condições respiratórias a partir da análise de voz e fala, serão apresentados no dia 13 de abril pelo pesquisador Marcelo Finger, no no workshop Lang4Health, ligado à International Conference on Computational Processing of Portuguese (PROPOR 2026), que ocorrerá em Salvador, Bahia. O estudo, intitulado “Pretrained Neural Audio Models for Asthma Detection from Voice and Speech”, reúne evidências de que gravações curtas feitas por celular podem ser utilizadas para identificar padrões associados à asma com alto nível de precisão.
O trabalho é assinado por Leticia Puttlitz Boll, Antonio Oss Boll, Yan Anderson Pires de Oliveira, Victor dos Santos Silva, Mariana Lopes Pestana, Celso Ricardo Fernandes de Carvalho, Marcelo Matheus Gauy e Marcelo Finger, que também será responsável pela apresentação. A pesquisa demonstra que modelos de inteligência artificial previamente treinados em grandes bases de dados sonoros conseguem alcançar até 85% de acurácia na detecção da asma a partir de dados de voz e fala.
Para isso, foram analisadas mais de mil gravações de áudio de adultos, incluindo registros de fala e de vogais sustentadas, coletados tanto em ambientes hospitalares quanto em dispositivos pessoais. As amostras têm duração média de 7,5 segundos e foram combinadas a dados clínicos e demográficos, como idade e sexo, permitindo uma análise mais abrangente do desempenho dos modelos.
A metodologia envolveu o uso de redes neurais convolucionais pré-treinadas, que passaram por ajustes para a tarefa específica de classificação da doença. Os áudios foram processados, segmentados e transformados em espectrogramas, permitindo que os algoritmos identificassem padrões relacionados à respiração e à produção vocal. Os resultados indicam que a fala contínua, como a leitura de frases, oferece melhor desempenho do que sons isolados, além de confirmar a vantagem do uso de modelos pré-treinados em cenários com menor volume de dados.
A análise também apontou variações de desempenho entre diferentes faixas etárias, com melhores resultados em participantes mais velhos, enquanto não foram observadas diferenças relevantes entre sexos, ainda que com limitações na distribuição da amostra.
O EVENTO
A PROPOR 2026 será realizada entre os dias 13 e 16 de abril de 2026, em Salvador, reunindo pesquisadores de diferentes países para discutir avanços em linguística computacional, inteligência artificial e processamento de fala. Dentro dessa programação, o Lang4Health ocorre no dia 13 de abril, abrindo a agenda de atividades com foco específico nas aplicações de tecnologias de linguagem na área da saúde.
A apresentação do estudo ocorre no Lang4Health, evento satélite da conferência, considerada a principal reunião internacional dedicada ao processamento computacional da língua portuguesa. O workshop, intitulado The First Workshop on Language Technologies for Health (Lang4Health1), é voltado ao desenvolvimento e à aplicação de tecnologias de linguagem natural no campo da saúde, refletindo o crescimento do uso dessas ferramentas em aplicações como análise de prontuários eletrônicos, construção de bases de dados clínicos, desenvolvimento de modelos de linguagem especializados e sistemas automatizados, incluindo reconhecimento de entidades médicas e chatbots.
Além de apresentar pesquisas recentes, o evento busca fomentar colaborações entre pesquisadores e profissionais, com foco em estudos voltados ao português, ao galego e suas variantes. A iniciativa integra o projeto internacional AIM-Health, que reúne instituições do Brasil e do Reino Unido, com financiamento da FAPESP e da UK Research and Innovation, voltado ao desenvolvimento de soluções em inteligência artificial e processamento de linguagem para a saúde.
Ao ser apresentado nesse contexto, o estudo reforça o potencial da voz como biomarcador para doenças respiratórias e evidencia a crescente aproximação entre inteligência artificial, linguagem e saúde. Ainda que apresente limitações, como o tamanho da base de dados e a análise restrita à presença ou ausência da doença, a pesquisa aponta para o desenvolvimento futuro de ferramentas digitais acessíveis, capazes de ampliar o alcance da triagem médica e contribuir para o diagnóstico precoce.
