Pesquisador analisa e compara parâmetros acústicos em pacientes com e sem insuficiência respiratória por COVID-19
Henrique Moura é pesquisador, fonoaudiólogo e professor com trajetória consolidada na interface entre saúde, comunicação e tecnologia. Graduado pela Faculdade de Ciências Médicas da Santa Casa de São Paulo, com mestrado pela PUC-SP e doutorado pela UNESP, construiu uma carreira marcada pela atuação em contextos de alta complexidade, como a UTI da Beneficência Portuguesa de São Paulo, onde é sócio-diretor da equipe de Fonoaudiologia. Sua formação inclui ainda especializações em disfagia e liderança, além de atuação como docente no Hospital Israelita Albert Einstein e participação ativa em instituições científicas e comitês de ética.
Em nossa entrevista, Henrique articula essa trajetória com sua inserção no SPIRA-BM. A partir da experiência prática durante a pandemia de COVID-19, ele descreve como a observação clínica o levou a identificar sinais vocais associados ao agravamento de pacientes, contribuindo para o desenvolvimento de pesquisas inovadoras com inteligência artificial. Ao longo da conversa, destaca ainda os desafios metodológicos da coleta em ambiente real e o potencial de aplicação dessas tecnologias na triagem, telemedicina e democratização do acesso à saúde. A seguir, confira a entrevista na íntegra.
Então, pra começar, Henrique, eu quero saber de ti justamente como se deu a tua entrada no SPIRA. Se você puder contar esse contexto, o convite e a tua motivação pra entrar nesse estudo.
É interessante porque a gente começou em um hospital de altíssima complexidade aqui em São Paulo — talvez hoje considerado o maior hospital privado da América Latina. Quando, em março de 2020, a Organização Mundial da Saúde declarou a pandemia, a gente já tinha os primeiros casos e um perfil de paciente com COVID, principalmente com insuficiência respiratória.
Naquele período, eu fazia gestão do serviço, mas tive uma redução de praticamente metade da equipe, porque as pessoas ficaram muito assustadas. Era uma doença desconhecida, com uma taxa de mortalidade aparentemente alta. Então eu voltei pra assistência, saí da gestão e passei a atender mais de 20 pacientes por dia dentro da UTI. Uma coisa começou a me chamar muito a atenção. Eu trabalho com voz e comunicação, e na UTI o olhar do fonoaudiólogo é muito voltado pra deglutição — risco de aspiração, pneumonia etc. Mas o que me chamava atenção era a comunicação.
Às vezes eu via um paciente que tinha acabado de chegar, estava em suporte de oxigênio com cateter, aparentemente estável. Mais tarde, eu voltava e, ao conversar com ele, percebia: “esse paciente piorou”. Só que não era algo que eu conseguia nomear. Não era apenas pelos parâmetros respiratórios do monitor. Tinha algo além. Depois de uns três meses de pandemia, comecei a chamar isso de “voz”. Eu percebia que havia uma alteração vocal quando o paciente piorava, especialmente quando ele se aproximava da necessidade de ventilação invasiva. Era como se a voz sinalizasse isso antes.
Um dia, assistindo a uma entrevista, vi um pesquisador da USP falando que a voz poderia ajudar na identificação da insuficiência respiratória. Aquilo fez total sentido pra mim. Era o professor Marcelo. Mas eu pensei: “será que tem fonoaudiólogo nesse estudo?”. Porque alguns conceitos não pareciam vir de alguém da área de voz. Então eu mandei um e-mail pra ele dizendo que tinha interesse em contribuir, que atendia muitos pacientes com COVID e poderia ajudar com coleta de dados. Claro que ele se interessou — você fala pra um cientista que tem acesso a coleta, isso brilha os olhos.
E assim eu entrei no grupo. Era uma formação inicial menor, com a Ester, a Ana, e eu fiquei responsável pelas coletas à beira-leito. Inclusive, tem uma história curiosa: eu perdi um iPhone nesse processo. Porque precisava gravar muito perto da boca do paciente e não dava pra plastificar o aparelho. Eu limpava com álcool depois e acabei queimando a placa. Só pra ilustrar os desafios daquele momento.
Vocês já usavam, nesse período, algum aplicativo ou software de coleta?
A gente usava um software de coleta, mas não era um aplicativo como hoje. Era uma espécie de inteligência integrada ao WhatsApp. Funcionava como um sistema teleguiado: você dava comandos e ele respondia com instruções, orientando a sequência da coleta. As gravações eram feitas com o próprio áudio do WhatsApp, como se fosse uma conversa automatizada. Era bem diferente do que temos hoje.
Fizemos muitas coletas, principalmente aqui na Beneficência Portuguesa. E, a partir disso, começou a surgir a percepção de que havia algo que diferenciava quem estava com COVID de quem não estava. Depois, havia o grupo que trabalhava com redes neurais, com big data, analisando esses dados em larga escala. E, mais tarde, o small data — que acabou dando origem ao meu doutorado — começou a olhar isso de forma mais minuciosa: “ok, tem algo aí, mas o que exatamente é isso?”.
Então, nesse sentido, como se deu esse “pulo” do projeto SPIRA para o doutorado, ou seja, como surgiu o objeto da tua tese?
Quando a gente começa a coletar, já surgem percepções. Tínhamos uma frase padrão — que foi sendo modificada ao longo do tempo — e, ao gravar, eu comecei a notar: “tem características específicas nessa voz”. Quando comecei a conversar com a Larissa, que tem uma formação mais voltada à linguagem, ela trouxe outro olhar. Eu falava de “voz”, mas ela questionou: “será que é só voz? Ou tem algo da fala também?”. Então, no doutorado, a gente separou voz e fala e analisou essas dimensões de forma independente. A primeira pergunta foi: existe diferença entre a voz e a fala de uma pessoa saudável e de uma pessoa com insuficiência respiratória por COVID? A partir disso, buscamos identificar características que pudessem ser preditivas — não um diagnóstico, mas sinais que contribuíssem para ele.
E vocês chegaram a usar o termo “biomarcador de áudio”, como o SPIRA utiliza?
Sim. A gente utilizou biomarcadores associados à análise acústica. Então, na prática, foi uma combinação: biomarcadores para identificação da insuficiência respiratória a partir de análise acústica.
Então, vocês usaram dados do grupo?
Sim. Tivemos algo em torno de 200 áudios — um número relevante, mas muito filtrado. O ambiente hospitalar gerava muitos ruídos, interferências e cortes. Então fizemos uma triagem bastante rigorosa.
Voltando à questão das coletas: o que significou para você, como profissional da saúde, pesquisador e docente, esse movimento de pesquisa aplicada, indo a campo coletar dados diretamente com pacientes?
Foi um divisor de águas, talvez até para a própria fonoaudiologia. Tradicionalmente, trabalhamos em ambientes controlados: cabine acústica, microfone específico, condições ideais. Sempre se dizia: “não dá pra fazer fora desse ambiente”. E aí chega alguém da área de dados e pergunta: “dá pra colocar uma cabine na UTI?”. Não dá. Então vamos gravar lá mesmo.
E isso foi revolucionário. Porque mostramos que é possível fazer ciência no ambiente real. Claro, há limitações metodológicas — e, na minha opinião, isso impactou resultados relacionados à voz pura, que não foram tão significativos estatisticamente. Mas, por outro lado, variáveis da fala tiveram resultados relevantes mesmo nesse ambiente. Isso muda o paradigma: levar a ciência pro mundo real e devolver resultados aplicáveis a esse mesmo contexto.
De que modo você compreende essa ideia de aplicação da tecnologia — por exemplo, um software baseado em IA para triagem ou apoio ao diagnóstico?
Isso é extremamente promissor. Hoje, mesmo em um hospital privado, enfrentamos superlotação em determinados períodos, como no inverno. Se tivermos uma tecnologia que ajude na triagem — não necessariamente no diagnóstico — isso pode reduzir muito a sobrecarga do sistema de saúde. Um paciente em casa poderia saber se está piorando e se precisa buscar atendimento. Então, isso melhora desfechos clínicos e também custos. A gente fala muito em custo-efetividade: manter qualidade com menor custo. Essa tecnologia pode beneficiar pacientes, hospitais, SUS, convênios — todos ganham.
Como você vê a relação disso tudo com a telemedicina?
A telemedicina evoluiu muito. Antes, eu não imaginava atender remotamente. Hoje, tenho respaldo para isso. No início, inclusive, havia limitações técnicas — plataformas que cortavam sons sustentados. Hoje isso melhorou bastante.
Além disso, a telemedicina amplia o acesso. O Brasil é enorme, e nem todos têm acesso a especialistas. Com tecnologia, mesmo que para triagem, conseguimos chegar a populações distantes e melhorar o tempo de resposta. Isso pode impactar diretamente nos desfechos clínicos.
Portanto, temos esse aspecto de democratização do acesso à saúde, certo?
Exatamente. O projeto não se limita ao SUS ou ao setor público. Ele pode ser aplicado em diferentes contextos, inclusive internacionalmente. É uma tecnologia com potencial global.
