Biomarcador de Voz no Diagnóstico de Doenças: Uma Nova Ferramenta

A evolução da tecnologia nos últimos anos tem proporcionado à medicina novos e poderosos instrumentos no diagnóstico de doenças [1-5].

A Inteligência Artificial (IA) [5.1] também tem trazido novos ferramentas de diagnóstico para a medicina e a mais renomada delas é conhecido como Deep Learning (DL) [6] (ou Aprendizado Profundo). O DL tem “1001 utilidades” em diversos segmento de indústria. Na medicina destacamos alguns exemplos nestas referências [7-9].

Juntando-se à lista das tecnologias não invasivas de diagnóstico temos detectado o crescente interesse em vários setores de saúde por um novo instrumento de diagnóstico. Trata-se da detecção de doenças por análise da voz humana. A tecnologia de DL é utilizada aqui para diagnosticar doenças a partir da voz das pessoas. Esse movimento é consequência da utilização da tecnologia de IA na Computação Afetiva [10-11] que tem evoluído muito nos últimos anos.

É basicamente o que lhe parece: você fala, e um computador analisa a sua voz e detecta a sua doença. A maioria dos indicadores que as máquinas utilizando algoritmos de DL podem identificar não são detectáveis pelo ouvido humano!

Quando ouvimos irregularidades em nossas próprias vozes ou nas vozes de outras pessoas, o fato de estarmos percebendo que elas são marcantes com características típicas de alongamento sílabas, voz distorcida (ou desarticulada), tremor, ou utilizando um tom que é excepcionalmente “plano” ou nasal poderiam ser indicadores de diferentes condições de saúde. Mesmo se pudéssemos ouvi-los não saberíamos como analisar ou interpretar esses biomarcadores da voz, a menos que alguém diga: “Estou com dor no peito” ou “Estou me sentido deprimido”. Apesar do ouvido humano não conseguir identificar estes biomarcadores, os computadores com a tecnologia de IA vão poder identifica-los!

Pesquisadores de vários centros médicos, universidades e empresas de saúde coletaram gravações de voz de centenas de pacientes e alimentaram um software de Machine Learning [12] (leia-se Deep Learning) que compara as vozes dos potenciais pacientes com as de pessoas saudáveis, com o objetivo de estabelecer padrões suficientemente claros para reconhecer indicadores de doenças através das vozes.

Em um estudo muito encorajador, médicos da conceituada Clínica Mayo (EUA) [13] – uma referência mundial de inovação em saúde – estão trabalhando com a startup israelense Beyond Verbal [14] para analisar gravações de voz de 120 pacientes que foram diagnosticadas com uma angiografia coronariana [15]. Os participantes usaram um aplicativo em seus smartphones para gravar intervalos de 30 segundos de si mesmos lendo um texto, descrevendo uma experiência positiva e, também, descrevendo uma experiência negativa. Os médicos também fizeram gravações de um grupo controle de 25 pessoas que estavam saudáveis ou fazendo testes não relacionados ao coração [16-17].

Os médicos da Clínica Mayo encontraram 13 características de voz diferentes associadas à doença arterial coronariana. Mas notavelmente, as maiores diferenças entre os pacientes cardíacos e as vozes dos pacientes não cardíacos ocorreram quando falaram sobre uma experiência negativa (sic!) … show de bola!.

A doença cardíaca não é a única que pode ser promissora na utilização de diagnóstico através da voz humana. Os pesquisadores também estão avançando em outras doenças, tais como:

A startup alemã Audioprofiling [18] está usando a análise de voz para diagnosticar TDAH (Transtorno de Deficit de Atenção e Hiperatividade) (conhecido em inglês como ADHD = “Attention deficit hyperactivity disorder” [19]) em crianças, atingindo mais de 90 por cento de precisão na identificação de crianças previamente diagnosticadas com este distúrbio baseando-se apenas na voz. O fundador da empresa exemplificou o ritmo de fala como um indicador do distúrbio TDAH, dizendo que as crianças com o distúrbio falam utilizando sílabas menos similares em comprimento.

As pessoas com problemas mentais ou cognitivos podem alongar certos sons, ou esforçar-se para pronunciar frases que exigem movimentos complexos do músculo facial.