Pessoas assintomáticas infectadas pela covid-19 não apresentam, por definição, nenhum sintoma físico discernível da doença, mas parece que não estão totalmente livres das mudanças causadas pelo vírus. No entanto, pesquisadores do Massachusetts Institute of Technology (MIT) descobriram que a tosse de pessoas assintomáticas podem ser diferentes da de indivíduos saudáveis.
Apesar de essas diferenças não serem decifráveis pelo ouvido humano, elas podem ser captadas por Inteligência Artificial (IA). Em um artigo publicado recentemente no IEEE Journal of Engineering in Medicine and Biology, pesquisadores do MIT relataram ter desenvolvido um modelo computacional capaz de distinguir as pessoas com covid-19 que são assintomáticas dos indivíduos saudáveis, utilizando gravações de tosse forçada enviadas voluntariamente por meio da internet.
A equipe está trabalhando na transformação da IA em um aplicativo amigável. Se aprovado pelas autoridades sanitárias e adotado em grande escala, o app pode ser uma ferramenta de pré-triagem gratuita, conveniente e não invasiva para identificar pessoas com probabilidade de ser assintomáticas para covid-19.
Desenvolvimento da pesquisa
Antes do início da pandemia, grupos de pesquisa já treinavam algoritmos em gravações de tosses por celular para diagnosticar com precisão condições como pneumonia e asma.
De forma semelhante, a equipe do MIT estava desenvolvendo modelos de IA para analisar gravações de tosse forçada para ver se eles podiam detectar sinais de Alzheimer, uma doença associada não apenas ao declínio da memória, mas também à degradação neuromuscular, como cordas vocais enfraquecidas.
Primeiro, os pesquisadores treinaram um algoritmo geral de aprendizado de máquina para discriminar sons associados a diferentes graus de força das cordas vocais. Estudos têm demonstrado que a qualidade do som pode ser uma indicação de quão fracas ou fortes são as cordas vocais de uma pessoa.
A equipe treinou um segundo algoritmo para distinguir estados emocionais evidentes na fala, porque pacientes com Alzheimer demonstraram exibir sentimentos como frustração ou afeto neutro com mais frequência do que expressam felicidade ou calma.
Os pesquisadores desenvolveram um modelo de classificador de fala de sentimento, treinando-o em um grande conjunto de dados de atores que entoam estados emocionais, como neutro, calmo, feliz e triste.
Os especialistas então treinaram uma terceira IA em um banco de dados de tosses para discernir as mudanças no desempenho pulmonar e respiratório.
Finalmente, a equipe combinou todos, os três, modelos e sobrepôs um algoritmo para detectar degradação muscular. O algoritmo faz isso essencialmente simulando uma máscara de áudio ou camada de ruído e distinguindo tosses fortes das mais fracas.
Com sua nova estrutura de IA, a equipe alimentou gravações de áudio, inclusive de pacientes com Alzheimer, e descobriu que poderia identificar as amostras da doença melhor do que nos modelos existentes.
Os resultados mostraram que, em conjunto, a força das cordas vocais, o sentimento, os desempenhos pulmonar e respiratório, assim como a degradação muscular, foram biomarcadores eficazes para o diagnóstico da enfermidade.
Direcionamento para covid-19
Quando a pandemia de coronavírus começou a se desenrolar, os pesquisadores se perguntaram se a estrutura de IA para Alzheimer também poderia funcionar no diagnóstico de covid-19, já que havia evidências crescentes de que os pacientes infectados apresentavam alguns sintomas neurológicos semelhantes, como comprometimento neuromuscular temporário.
Então, os pesquisadores coletaram mais de 70 mil gravações, cada uma contendo várias tosses, totalizando cerca de 200 mil amostras de áudio de tosse forçada. Cerca de 2,5 mil gravações foram enviadas por pessoas que foram confirmadas como tendo covid-19, incluindo aquelas que eram assintomáticas.
A equipe usou as 2,5 mil gravações associadas à covid-19, junto de outras 2,5 mil gravações selecionadas aleatoriamente da coleção para equilibrar o conjunto de dados.
Os pesquisadores usaram 4 mil dessas amostras para treinar o modelo de IA. As mil gravações restantes foram inseridas no modelo para ver se ele poderia distinguir com precisão a tosse de pacientes com covid-19 versus indivíduos saudáveis.
Quando alimentaram o modelo com novos registros de tosse, ele identificou com precisão 98,5% das tosses de pessoas confirmadas como tendo covid-19, incluindo 100% das tosses de assintomáticos.
Aplicativo
A equipe está trabalhando com uma empresa para desenvolver um aplicativo de pré-triagem gratuito baseado em seu modelo de IA. Eles também estão fazendo parceria com vários hospitais ao redor do mundo para coletar um conjunto maior e mais diverso de registros de tosse, o que ajudará a treinar e fortalecer a precisão do modelo.
Em última análise, eles imaginam que modelos de IA de áudio como o que desenvolveram podem ser incorporados a alto-falantes inteligentes e a outros dispositivos de escuta para que as pessoas possam obter uma avaliação inicial de seu risco de doença, talvez diariamente.
Conheça o maior e mais relevante evento de saúde do Brasil
Fonte: Massachusetts Institute of Technology (MIT).