{"id":835,"date":"2026-04-27T19:20:50","date_gmt":"2026-04-27T22:20:50","guid":{"rendered":"https:\/\/spira.ime.usp.br\/?p=835"},"modified":"2026-04-28T13:18:41","modified_gmt":"2026-04-28T16:18:41","slug":"pesquisa-vinculada-ao-spira-bm-analisa-evolucao-de-sistema-de-ia-para-pre-diagnostico-da-insuficiencia-respiratoria-por-meio-da-analise-da-fala","status":"publish","type":"post","link":"https:\/\/spira.ime.usp.br\/en\/2026\/04\/27\/pesquisa-vinculada-ao-spira-bm-analisa-evolucao-de-sistema-de-ia-para-pre-diagnostico-da-insuficiencia-respiratoria-por-meio-da-analise-da-fala\/","title":{"rendered":"Pesquisa vinculada ao SPIRA-BM analisa evolu\u00e7\u00e3o de sistema de IA para pr\u00e9-diagnostico da insufici\u00eancia respirat\u00f3ria por meio da an\u00e1lise da fala"},"content":{"rendered":"<p class=\"wp-block-paragraph\">Trabalho publicado pela Springer nos anais da ECSA 2025 descreve desafios para levar pipelines de <em>machine learning<\/em> \u00e0 produ\u00e7\u00e3o na \u00e1rea da sa\u00fade<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">O artigo <em>\u201cMaking a Pipeline Production-Ready: Challenges and Lessons Learned in the Healthcare Domain\u201d<\/em> analisa o processo de transforma\u00e7\u00e3o do sistema SPIRA, voltado ao pr\u00e9-diagn\u00f3stico de insufici\u00eancia respirat\u00f3ria por meio da an\u00e1lise de \u00e1udio da fala, em uma solu\u00e7\u00e3o pronta para uso em ambiente de produ\u00e7\u00e3o. O trabalho descreve a evolu\u00e7\u00e3o do pipeline de treinamento, entendido como a sequ\u00eancia de etapas que organiza o caminho dos dados, da coleta at\u00e9 a atualiza\u00e7\u00e3o dos modelos, e sistematiza desafios, estrat\u00e9gias adotadas e ganhos em qualidade de software ao longo do desenvolvimento.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Assinado por Daniel Angelo Esteves Lawand, Lucas Quaresma Medina Lam, Roberto Oliveira Bolgheroni, Renato Cordeiro Ferreira, Alfredo Goldman e Marcelo Finger, o artigo re\u00fane pesquisadores vinculados e foi publicado oficialmente em 2026 pela Springer, no volume da confer\u00eancia ECSA 2025 da s\u00e9rie <em>Lecture Notes in Computer Science<\/em>.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Inserido no contexto do SPIRA-BM, o trabalho parte de um sistema desenvolvido desde 2020, inicialmente motivado pela pandemia de COVID-19, e posteriormente ampliado para diferentes condi\u00e7\u00f5es cl\u00ednicas associadas a problemas respirat\u00f3rios. A an\u00e1lise concentra-se no pipeline respons\u00e1vel pelo treinamento cont\u00ednuo dos modelos de <em>machine learning<\/em>, que permite sua atualiza\u00e7\u00e3o com a incorpora\u00e7\u00e3o de novos dados.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Como metodologia, o artigo apresenta um relato de experi\u00eancia t\u00e9cnica baseado na compara\u00e7\u00e3o entre tr\u00eas vers\u00f5es sucessivas do pipeline. A primeira \u00e9 caracterizada como uma arquitetura do tipo <em>Big Ball of Mud<\/em>, express\u00e3o utilizada na engenharia de software para descrever sistemas com baixa organiza\u00e7\u00e3o estrutural. A segunda vers\u00e3o adota um modelo de mon\u00f3lito modular com aplica\u00e7\u00e3o de padr\u00f5es de projeto. A terceira implementa uma arquitetura baseada em microservi\u00e7os, associada a pr\u00e1ticas orientadas a testes.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Tamb\u00e9m s\u00e3o descritas as etapas que comp\u00f5em a arquitetura geral do sistema, incluindo coleta de dados em ambientes hospitalares, armazenamento de \u00e1udios e informa\u00e7\u00f5es cl\u00ednicas, rotulagem dos dados, treinamento dos modelos e disponibiliza\u00e7\u00e3o dos resultados em aplica\u00e7\u00f5es utilizadas por profissionais de sa\u00fade.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Os resultados indicam melhorias progressivas em atributos de qualidade de software ao longo das vers\u00f5es analisadas, com ganhos em extensibilidade, manutenibilidade, robustez e resili\u00eancia do sistema. O trabalho registra ainda desafios relacionados \u00e0 integra\u00e7\u00e3o entre pr\u00e1ticas de engenharia de software e ci\u00eancia de dados, ao tratamento de dados sens\u00edveis da \u00e1rea da sa\u00fade e \u00e0 ado\u00e7\u00e3o de pr\u00e1ticas de MLOps no contexto do projeto.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Como conclus\u00e3o, o artigo destaca a import\u00e2ncia da ado\u00e7\u00e3o de boas pr\u00e1ticas de engenharia de software para viabilizar a aplica\u00e7\u00e3o de sistemas de intelig\u00eancia artificial em contextos reais. As li\u00e7\u00f5es sistematizadas ao longo do desenvolvimento do SPIRA oferecem subs\u00eddios para iniciativas que buscam levar pipelines de <em>machine learning<\/em> do ambiente experimental para a produ\u00e7\u00e3o.<\/p>","protected":false},"excerpt":{"rendered":"<p>Trabalho publicado pela Springer nos anais da ECSA 2025 descreve desafios para levar pipelines de machine learning \u00e0<\/p>","protected":false},"author":1,"featured_media":840,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[31],"tags":[],"post_badge":[],"class_list":["post-835","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticia"],"featured_image_urls":{"full":["https:\/\/spira.ime.usp.br\/wp-content\/uploads\/2026\/04\/capa-usp.png",1200,821,false],"thumbnail":["https:\/\/spira.ime.usp.br\/wp-content\/uploads\/2026\/04\/capa-usp-150x150.png",150,150,true],"medium":["https:\/\/spira.ime.usp.br\/wp-content\/uploads\/2026\/04\/capa-usp-300x205.png",300,205,true],"medium_large":["https:\/\/spira.ime.usp.br\/wp-content\/uploads\/2026\/04\/capa-usp-768x525.png",640,438,true],"large":["https:\/\/spira.ime.usp.br\/wp-content\/uploads\/2026\/04\/capa-usp-1024x701.png",640,438,true],"1536x1536":["https:\/\/spira.ime.usp.br\/wp-content\/uploads\/2026\/04\/capa-usp.png",1200,821,false],"2048x2048":["https:\/\/spira.ime.usp.br\/wp-content\/uploads\/2026\/04\/capa-usp.png",1200,821,false],"trp-custom-language-flag":["https:\/\/spira.ime.usp.br\/wp-content\/uploads\/2026\/04\/capa-usp-18x12.png",18,12,true],"morenews-featured":["https:\/\/spira.ime.usp.br\/wp-content\/uploads\/2026\/04\/capa-usp-1024x701.png",1024,701,true],"morenews-large":["https:\/\/spira.ime.usp.br\/wp-content\/uploads\/2026\/04\/capa-usp-825x575.png",825,575,true],"morenews-medium":["https:\/\/spira.ime.usp.br\/wp-content\/uploads\/2026\/04\/capa-usp-590x410.png",590,410,true]},"author_info":{"info":["spira.bm"]},"category_info":"<a href=\"https:\/\/spira.ime.usp.br\/en\/category\/noticia\/\" rel=\"category tag\">Not\u00edcia<\/a>","tag_info":"Not\u00edcia","comment_count":"0","_links":{"self":[{"href":"https:\/\/spira.ime.usp.br\/en\/wp-json\/wp\/v2\/posts\/835","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/spira.ime.usp.br\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/spira.ime.usp.br\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/spira.ime.usp.br\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/spira.ime.usp.br\/en\/wp-json\/wp\/v2\/comments?post=835"}],"version-history":[{"count":1,"href":"https:\/\/spira.ime.usp.br\/en\/wp-json\/wp\/v2\/posts\/835\/revisions"}],"predecessor-version":[{"id":837,"href":"https:\/\/spira.ime.usp.br\/en\/wp-json\/wp\/v2\/posts\/835\/revisions\/837"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/spira.ime.usp.br\/en\/wp-json\/wp\/v2\/media\/840"}],"wp:attachment":[{"href":"https:\/\/spira.ime.usp.br\/en\/wp-json\/wp\/v2\/media?parent=835"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/spira.ime.usp.br\/en\/wp-json\/wp\/v2\/categories?post=835"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/spira.ime.usp.br\/en\/wp-json\/wp\/v2\/tags?post=835"},{"taxonomy":"post_badge","embeddable":true,"href":"https:\/\/spira.ime.usp.br\/en\/wp-json\/wp\/v2\/post_badge?post=835"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}