Nesta edição do “Quem faz o SPIRA”, o entrevistado é o professor Marcelo Matheus Gauy, pesquisador cuja trajetória articula matemática, ciência da computação e inteligência artificial aplicada à saúde. Bacharel em Matemática Pura pela Universidade de São Paulo (2011) e mestre em Ciência da Computação pela mesma instituição (2014), concluiu o doutorado em Ciência da Computação no ETH de Zurique (2019), com ênfase em neurociência computacional e machine learning.
Posteriormente, realizou pós-doutorado na USP sob supervisão do professor Marcelo Finger, desenvolvendo pesquisas em aprendizado de máquina aplicado à saúde, especialmente no projeto de detecção de insuficiência respiratória por meio da análise de áudio — base que se conecta diretamente ao SPIRA-BM. Atualmente, é professor de Ciência da Computação na UNESP, no Campus Experimental de Itapeva.
Na entrevista a seguir, Gauy compartilha sua entrada no projeto durante o contexto da pandemia e detalha o desenvolvimento de modelos de inteligência artificial aplicados à saúde, discutindo desde aspectos técnicos de aprendizado de máquina até os desafios de generalização em cenários com poucos dados.
Como que se deu o começo mesmo, a sua entrada no SPIRA-BM?
Marcelo: Eu tinha voltado ao Brasil em 2019, depois do doutorado na Suíça. Fiquei alguns meses descansando e aí começou a pandemia, em março de 2020, embora já houvesse sinais antes disso, principalmente na Europa. Nesse período eu fiquei em casa, fazendo algumas pesquisas e tentando entender melhor o cenário. Cheguei a iniciar um trabalho, mas ele exigia viagens, então acabei saindo. Depois disso, fui buscar um pós-doc e entrei em contato com o professor Finger. Eu queria trabalhar com aprendizado de máquina e inteligência artificial e perguntei se havia alguma possibilidade. Ele comentou que não tinha exatamente na linha que eu sugeri, mas havia o projeto SPIRA-BM, voltado à detecção de insuficiência respiratória por meio de áudio, aplicando aprendizado de máquina em saúde. Achei o projeto muito interessante, principalmente pelo impacto social e pelos desafios de trabalhar com poucos dados. Acabei entrando no início de 2021, quando o projeto foi submetido à FAPESP. Já existiam dados coletados no auge da pandemia e resultados iniciais em torno de 88% de acurácia na detecção de insuficiência respiratória. Minha atuação foi desenvolver técnicas mais recentes de aprendizado profundo para tentar melhorar esses resultados. Em poucas semanas, conseguimos ultrapassar 90%, chegando depois a cerca de 95% ou 96%. Com a chegada de novos dados no período pós-vacinação, percebemos que os modelos anteriores não generalizavam bem, o que levantou um problema central: como construir modelos que funcionem mesmo quando o contexto dos dados muda ao longo do tempo.
Para quem é leigo, como esses modelos são criados?
Marcelo: A ideia é que eu não digo para o modelo exatamente o que procurar. Eu não defino regras do tipo “busque tal característica na fala”. Em vez disso, eu passo o áudio e o modelo aprende automaticamente quais características são relevantes. Isso é semelhante ao modo como humanos processam a fala, algo que também não conseguimos descrever passo a passo. O modelo identifica padrões como pausas, entonação e variações na fala e usa isso para classificar se há ou não insuficiência respiratória. A vantagem é não precisar programar regras explícitas. A desvantagem é que o modelo pode aprender padrões específicos daquele conjunto de dados e não generalizar bem para outros contextos, o que ficou evidente quando comparamos dados de diferentes fases da pandemia.
E na prática, como isso poderia funcionar na saúde?
Marcelo: A ideia não é fazer diagnóstico automático, mas auxiliar a triagem. Em um posto de saúde, por exemplo, a pessoa poderia falar uma frase em um celular e o sistema indicaria se há suspeita de insuficiência respiratória, ajudando a priorizar atendimentos. Também poderia ser usado em casa como ferramenta de alerta. No caso do tabagismo, poderia funcionar como feedback de evolução da voz ao longo do tempo. Para asma, poderia ajudar no monitoramento e até na identificação de possíveis momentos de descontrole. Mas sempre como apoio ao profissional de saúde, nunca como substituição do diagnóstico médico.
Como funciona a inteligência artificial dentro do projeto?
Marcelo: A gente coleta dados de pacientes e de pessoas saudáveis e, a partir disso, constrói modelos de inteligência artificial, geralmente redes neurais. Esses modelos recebem o áudio, passam por várias camadas de processamento e ao final fazem a classificação. Muitas vezes usamos modelos já treinados em grandes bases de áudio e adaptamos para o nosso contexto. Isso facilita bastante, porque começamos com um modelo que já tem boa capacidade de interpretar áudio.
Esses modelos são de outras pesquisas? Como vocês acessam isso?
Marcelo: Sim, na maioria dos casos são modelos desenvolvidos por outros pesquisadores, que publicam código e modelos em repositórios públicos. A gente baixa e adapta para o nosso problema. Para isso, normalmente é necessário hardware específico, como GPU, porque o treinamento pode ser pesado. Mas para rodar o modelo pronto isso não é tão exigente.
Isso poderia rodar em celular ou sistemas simples?
Marcelo: Sim. O treinamento exige mais poder computacional, mas a execução do modelo é rápida e pode rodar até em dispositivos simples. O principal desafio não é executar o modelo, mas mantê-lo atualizado ao longo do tempo, já que os dados mudam e os modelos precisam de adaptação contínua.
Qual a diferença entre inteligência artificial, aprendizado de máquina e aprendizado profundo?
Marcelo: Inteligência artificial é o campo mais amplo. Aprendizado de máquina é um subcampo focado em algoritmos que aprendem com dados. E aprendizado profundo é um subcampo do aprendizado de máquina baseado em redes neurais com várias camadas, capazes de extrair diferentes níveis de representação dos dados.
Como você enxerga a fase atual do projeto e as possibilidades de pesquisa?
Marcelo: O principal desafio é o volume de dados, que é limitado. Uma linha que estamos explorando é incorporar conhecimento de áreas como linguística e fonoaudiologia, em vez de deixar o modelo aprender tudo sozinho. Por exemplo, identificar pausas na fala e usar isso como entrada para o modelo. Isso ajuda na generalização mesmo com poucos dados. Também estamos estudando outras aplicações, como asma e controle da doença ao longo do tempo. O objetivo é desenvolver técnicas que funcionem bem em cenários reais com dados escassos e variáveis.
Como foi sua trajetória até chegar nessa área?
Marcelo: Eu comecei com olimpíadas de matemática na escola e isso me levou naturalmente à matemática. Fiz graduação em Matemática Pura e depois migrei para computação teórica. No mestrado e doutorado, passei a estudar aprendizado e modelos inspirados no cérebro. Com o avanço do aprendizado profundo, fui me aproximando cada vez mais dessa área. Hoje meu foco é entender como melhorar esses modelos e aproximá-los de aspectos do aprendizado humano.
Qual a relevância do SPIRA-BM, social e científica?
Marcelo: O projeto tem impacto social claro, mas também levanta questões científicas importantes, como aprender com poucos dados e lidar com mudanças ao longo do tempo. Esses problemas ajudam a avançar a área de aprendizado de máquina, porque mostram limitações que a teoria sozinha não prevê. A prática revela desafios que levam a novas soluções. O SPIRA-BM contribui tanto para aplicações reais quanto para o desenvolvimento científico da área.
