Como pesquisadores do SPIRA-BM estão tentando detectar os efeitos do tabagismo — e prever riscos — a partir de alguns segundos de áudio captado por celular
Falar uma frase curta em voz alta. Sustentar uma vogal. Recitar uma parlenda de infância. São tarefas simples, que qualquer pessoa faz em menos de dois minutos. Mas, para um grupo de pesquisadores espalhados por diferentes universidades do estado de São Paulo, esses segundos de áudio carregam informações que o ouvido humano não consegue detectar — e que algoritmos de inteligência artificial podem aprender a decifrar.
O projeto SPIRA-BM — acrônimo para Biomarcadores para condições respiratórias em dispositivos móveis por análise de áudio com inteligência artificial — nasceu em plena pandemia de COVID-19, como uma tentativa de detectar insuficiência respiratória pela voz de pacientes hospitalizados. Deu certo: os modelos desenvolvidos pelo grupo chegaram a mais de 95% de acurácia na identificação de pacientes com comprometimento respiratório grave. O sucesso abriu caminho para uma pergunta mais ambiciosa: se a voz revela tanto sobre os pulmões de quem está doente, o que ela diz sobre os pulmões de quem fuma?
Essa é a aposta da linha de pesquisa sobre efeitos do tabagismo dentro do SPIRA-BM, uma das três frentes do projeto temático financiado pela FAPESP. O objetivo é desenvolver modelos capazes não apenas de identificar fumantes pela voz, mas de estimar um marcador químico concreto: o nível de monóxido de carbono exalado, conhecido como COex — um indicador direto da exposição recente ao cigarro, utilizado em clínicas de cessação do tabagismo.
O que o cigarro faz com a voz
O tabagismo afeta o aparelho respiratório de formas diversas e progressivas. A fumaça do cigarro irrita e inflama as mucosas das vias aéreas, altera a vibração das pregas vocais, modifica o padrão de respiração e, com o tempo, provoca doenças como a doença pulmonar obstrutiva crônica (DPOC) — condição que também integra o escopo de investigação do SPIRA-BM. Essas mudanças deixam rastros acústicos. Alterações na frequência fundamental da voz, no grau de soprosidade, na forma como as pausas se distribuem na fala, na estabilidade da vibração das pregas vocais — todos esses parâmetros podem ser extraídos de um arquivo de áudio e analisados por algoritmos. A hipótese central da linha de tabagismo é que esses rastros formam um padrão reconhecível o suficiente para que uma rede neural aprenda a identificá-lo.
O que o cigarro faz com a voz
O tabagismo afeta o aparelho respiratório de formas diversas e progressivas. A fumaça do cigarro irrita e inflama as mucosas das vias aéreas, altera a vibração das pregas vocais, modifica o padrão de respiração e, com o tempo, provoca doenças como a doença pulmonar obstrutiva crônica (DPOC) — condição que também integra o escopo de investigação do SPIRA-BM.
Essas mudanças deixam rastros acústicos. Alterações na frequência fundamental da voz, no grau de soprosidade, na forma como as pausas se distribuem na fala, na estabilidade da vibração das pregas vocais — todos esses parâmetros podem ser extraídos de um arquivo de áudio e analisados por algoritmos. A hipótese central da linha de tabagismo é que esses rastros formam um padrão reconhecível o suficiente para que uma rede neural aprenda a identificá-lo.
O desafio de medir o invisível pela voz
Estimar o nível de monóxido de carbono exalado a partir do áudio é uma das metas mais ousadas do projeto — e também uma das mais tecnicamente desafiadoras. O COex é medido clinicamente por um aparelho chamado cooxímetro, que o paciente sopra diretamente. Inferir esse valor a partir da fala exige que os modelos de IA encontrem uma correlação entre características acústicas e uma variável bioquímica — sem nenhum contato físico com o paciente.
“A ideia não é fazer diagnóstico automático, mas auxiliar a triagem”, resume Gauy, descrevendo a filosofia geral do projeto. No contexto do tabagismo, isso poderia significar, por exemplo, uma ferramenta de triagem em postos de saúde que identificasse fumantes pesados e os encaminhasse para programas de cessação — antes mesmo de qualquer sintoma clínico evidente.
Para chegar lá, os pesquisadores precisam de algo que o projeto conhece bem: dados. Muitos dados. “O projeto é absolutamente dependente de dados, que são coletados em hospitais, e isso envolve um processo longo de autorizações”, explica o professor Marcelo Finger, do Instituto de Matemática e Estatística da USP e coordenador geral do SPIRA-BM. No caso do tabagismo, a coleta envolve recrutar fumantes em diferentes estágios — com histórico variado de maços por ano, em diferentes fases de cessação ou ainda ativos — para que os modelos aprendam a distinguir padrões.
IA que aprende — e que pode errar
Um dos aprendizados mais importantes do SPIRA-BM até agora é que modelos de inteligência artificial precisam ser constantemente reavaliados. Gauy descreve um problema que o grupo enfrentou com os modelos de COVID: quando os dados mudaram — com a chegada das variantes e da vacinação — os algoritmos treinados na primeira onda deixaram de funcionar bem.
“Os modelos anteriores não generalizavam bem”, conta. “Isso levantou um problema central: como construir modelos que funcionem mesmo quando o contexto dos dados muda ao longo do tempo.” Para o tabagismo, esse desafio se apresenta de outra forma: a voz de um fumante muda gradualmente, e os modelos precisam ser sensíveis o suficiente para capturar essas mudanças incrementais — sem confundi-las com variações naturais da fala, como cansaço, resfriado ou simplesmente o humor do dia.
Uma das estratégias que o grupo está explorando é incorporar conhecimento linguístico e fonoaudiológico diretamente nos modelos, em vez de deixar a IA aprender tudo do zero. “Identificar pausas na fala e usar isso como entrada para o modelo ajuda na generalização mesmo com poucos dados”, explica Gauy. Para o tabagismo, parâmetros como padrão respiratório durante a fala, controle da expiração e estabilidade vocal são candidatos naturais a esse tipo de conhecimento estruturado.
O celular como laboratório portátil
O que distingue o SPIRA-BM de outros projetos de biomarcadores vocais é a ênfase no celular como plataforma. Não um equipamento hospitalar sofisticado, não um microfone de estúdio — um smartphone comum, daqueles que 85% dos brasileiros adultos já carregam no bolso.
“O celular permite uma detecção precoce e acessível”, diz Finger. “Trata-se de uma ferramenta ubíqua, capaz de operar em diferentes contextos e locais, inclusive em regiões remotas.” Para o tabagismo — uma condição que mata cerca de 160 mil brasileiros por ano, segundo o Instituto Nacional de Câncer —, uma ferramenta assim poderia alcançar populações que raramente têm acesso a especialistas pulmonares ou a programas estruturados de cessação. Os modelos desenvolvidos pelo grupo são projetados para serem leves o suficiente para rodar em dispositivos com capacidade computacional limitada. “O principal desafio não é executar o modelo, mas mantê-lo atualizado ao longo do tempo”, pondera Gauy — uma questão de infraestrutura e sustentabilidade que o projeto também precisa resolver antes de qualquer aplicação em larga escala.
Entre as pesquisadoras à frente da linha de tabagismo está Jaqueline Ribeiro Scholz, Pesquisadora Associada no SPIRA-BM, que conduz coletas de vozes de pacientes no Instituto do Coração (InCor), uma das principais instituições parceiras do projeto. É parte do time que recruta e registra as falas de fumantes que alimentam os modelos de inteligência artificial com dados reais. Em breve, o site do SPIRA-BM traz uma entrevista exclusiva com Jaqueline, detalhando sua atuação na pesquisa e os achados mais recentes dessa linha.
