Projeto que surgiu durante a pandemia vem ampliando suas frentes de pesquisa e hoje reúne especialistas de diferentes áreas para investigar como a voz pode auxiliar na compreensão de diversas condições respiratórias
Em 2020, durante os momentos mais críticos da pandemia de COVID-19, pesquisadores de diferentes áreas passaram a investigar se a voz humana poderia fornecer pistas sobre a insuficiência respiratória. O que começou como uma resposta a uma emergência sanitária evoluiu para uma agenda de pesquisa mais ampla. Hoje, o SPIRA-BM reúne especialistas da medicina, linguística, fonoaudiologia e ciência da computação para estudar biomarcadores de áudio associados a diferentes condições respiratórias e desenvolver ferramentas de apoio baseadas em inteligência artificial.
A origem do SPIRA-BM está diretamente ligada ao contexto da pandemia de COVID-19. Naquele momento, o desafio era investigar se alterações presentes na voz e na fala poderiam contribuir para a identificação de casos de insuficiência respiratória. A proposta reuniu pesquisadores de diferentes áreas do conhecimento em torno de uma questão comum: compreender o potencial dos biomarcadores de áudio aplicados à saúde.
Coordenador do projeto, Marcelo Finger explica que o foco inicial estava concentrado na COVID-19, mas que a pesquisa passou a incorporar novas possibilidades à medida que avançava. “Durante a pandemia, o foco estava na detecção de insuficiência respiratória em pacientes com COVID-19. Com o avanço do projeto, o escopo foi ampliado para incluir outras causas de insuficiência respiratória, como asma, insuficiência cardíaca, DPOC e infecções pulmonares.”
A construção dessa agenda de pesquisa exigiu a aproximação de especialistas com trajetórias bastante distintas. A linguista Flaviane Romani Fernandes Svartman foi uma das pesquisadoras que ingressaram na iniciativa ainda durante a pandemia. Segundo ela, a percepção de que havia elementos relevantes da voz e da fala a serem investigados motivou a formação de uma equipe multidisciplinar.
“Durante a pandemia, ele percebeu que havia algo a ser analisado na voz e na fala dos pacientes, sugerindo um mapeamento desses aspectos em termos computacionais. Como sou linguista, ele me chamou para participar do estudo.”
A ampliação do grupo levou também à incorporação de pesquisadores especializados em fonética e fonoaudiologia. A professora Beatriz Raposo de Medeiros passou a colaborar com o projeto a partir de sua experiência em análise acústica da fala, enquanto a professora Larissa Cristina Berti trouxe para a equipe sua formação nas áreas de Linguística e Fonoaudiologia.
Além das contribuições teóricas, essas áreas participaram da elaboração dos protocolos de coleta de voz utilizados pela pesquisa. As discussões envolveram desde o desenho experimental até a definição das tarefas realizadas pelos participantes, como a emissão de vogais sustentadas, a leitura de frases e a produção de parlendas.
Segundo Larissa Berti, cada uma dessas tarefas permite observar dimensões distintas da produção vocal.
“Temos um protocolo de coleta que envolve a produção de uma vogal sustentada e de uma parlenda, sendo que cada uma dessas tarefas possui um objetivo específico.”
Enquanto linguistas e fonoaudiólogos trabalhavam na construção e interpretação dos dados, pesquisadores da computação se dedicavam ao desenvolvimento dos modelos de inteligência artificial responsáveis pela análise dos áudios coletados. Arnaldo Candido Junior, integrante do grupo de big data do projeto, destaca que um dos desafios iniciais foi evitar que os algoritmos aprendessem características relacionadas ao ambiente de gravação, em vez de focar na voz dos participantes.
“Chegamos a injetar ruído dos hospitais nos áudios do grupo controle, medida tomada para evitar que o modelo ficasse viciado nos barulhos do ambiente, pois o foco sempre foi a voz e a fala.”
A evolução dos modelos computacionais também trouxe novos desafios científicos. Marcelo Matheus Gauy, que atua na área de aprendizado de máquina, explica que a chegada de novos dados após os períodos mais críticos da pandemia evidenciou a necessidade de construir sistemas capazes de lidar com mudanças ao longo do tempo. “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.”
Com a consolidação da pesquisa, o projeto passou a incorporar novas linhas de investigação. Entre elas está o estudo de biomarcadores de áudio relacionados à asma grave. Para Celso Carvalho Fernandes de Carvalho, pesquisador responsável por essa frente, os resultados obtidos até o momento apontam para diferenças entre pacientes com a condição e indivíduos sem a doença.
“Nós já identificamos que pessoas com asma grave têm biomarcadores de áudio diferentes das pessoas sem asma. Isso já está definido, e estamos iniciando a produção dos trabalhos científicos.”
Atualmente, o SPIRA-BM organiza suas atividades em torno de diferentes condições respiratórias e de eixos transversais que incluem coleta de dados, engenharia de software, análise acústica e aprendizado de máquina. Embora os desafios relacionados à obtenção e validação de dados permaneçam centrais, a trajetória do projeto demonstra como uma pesquisa concebida em resposta a uma emergência sanitária acabou criando novas possibilidades de investigação científica.
Ao reunir especialistas da saúde, da linguagem e da computação, a iniciativa busca ampliar o conhecimento sobre biomarcadores de áudio e contribuir para o desenvolvimento de ferramentas capazes de auxiliar profissionais de saúde em diferentes contextos clínicos.
Integrantes do SPIRA-BM presentes nesta reporatagem:
Marcelo Finger – Professor titular do Departamento de Ciência da Computação do Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP) e pesquisador responsável pelo projeto SPIRA-BM.
Flaviane Romani Fernandes Svartman – Professora associada da Universidade de São Paulo (USP), pesquisadora nas áreas de Fonologia, Fonética e Prosódia do Português Brasileiro.
Beatriz Raposo de Medeiros – Professora associada da Universidade de São Paulo (USP), especialista em Fonética, Fonologia, voz, fala e canto.
Larissa Cristina Berti – Professora da Universidade Estadual Paulista (UNESP), fonoaudióloga e pesquisadora nas áreas de Fonética, Fonologia, Aquisição da Linguagem e análise acústica da fala.
Arnaldo Candido Junior – Professor da Universidade Estadual Paulista (UNESP), pesquisador nas áreas de Inteligência Artificial, Processamento da Fala, Processamento de Língua Natural e Aprendizado de Máquina.
Marcelo Matheus Gauy – Professor de Ciência da Computação da Universidade Estadual Paulista (UNESP), com atuação em Aprendizado de Máquina, Inteligência Artificial e aplicações computacionais em saúde.
Celso Carvalho Fernandes de Carvalho – Professor titular da Faculdade de Medicina da Universidade de São Paulo (FMUSP), pesquisador nas áreas de Fisioterapia Respiratória, Fisiologia do Exercício e doenças respiratórias.
