Semana da Saúde 2017 Semana da Saúde: discuta os principais assuntos de Tecnologia da Informação em 10 Webinars. Reserve seu lugar! Clique aqui

Biomarcador de Voz no Diagnóstico de Doenças: Uma Nova Ferramenta de IA

Publicidade

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.

Doença Cardíaca

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:

Transtorno de Déficit de Atenção e Hiperatividade (TDAH)

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.

Transtorno de estresse pós-traumático (TEPT)

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

Diversos pesquisadores estão fazendo estudos baseados na coleta amostras de voz de veteranos de guerra e analisando pistas vocais como o tom, a articulação, o ritmo e o volume para identificar transtornos invisíveis como o TEPT (Transtorno de Estresse Pós-traumático) (ou em inglês PTSD = “Posttraumatic Stress Disorder” [20]), a Lesão Cerebral Traumática e a Depressão. Usando técnicas de Deep Learning para explorar as caraterísticas da voz, os algoritmos selecionam padrões vocais em pessoas com essas condições e os comparam com amostras de voz de pessoas saudáveis.

Com o objetivo de diminuir a taxa de suicídio entre os membros do serviço militar, a startup Cogito [21] de Boston (“spinoff” do MIT), se associou ao Departamento de Assuntos de Veteranos nos EUA para usar um aplicativo de análise de voz para monitorar o humor dos membros do serviço [22]. Os pesquisadores do Hospital Geral de Massachusetts também estão usando o aplicativo como parte de um estudo de dois anos para rastrear a saúde de 1.000 pacientes com transtorno bipolar e depressão [23].

Depressão Pós-Parto e Demência

A startup Sonde Health [24], em Boston, considera que o uso de testes de voz para monitorar nas novas mães a ocorrência da depressão pós-parto – que é amplamente conhecida como sub-diagnosticada, idosos com demência, pacientes com Mal de Parkinson e outras doenças do envelhecimento. Essa startup está trabalhando com hospitais e companhias de seguros para montar estudos-piloto com a sua plataforma IA, que monitora as mudanças acústicas na voz para detectar as condições de saúde mental.

Mal de Parkinson

O Mal de Parkinson não tem biomarcadores e só pode ser diagnosticado através de uma dispendiosa análise clínica com um neurologista. A organização “Iniciativa de Voz de do Mal de Parkinson” [25] está mudando isso através da análise de gravações de voz de 30 segundos com software de Deep Learning, conseguindo 98,6 por cento de exatidão em detectar se um participante sofre ou não da doença.

Fora da área de saúde, cabe destacar também um outro nicho que está sendo explorado no segmento da voz é a natureza das conversações entre as pessoas. Quem está capitaneando esta pesquisa é nada mais nada menos que o famoso MIT (EUA) que está buscando identificar através da tecnologia de IA se o tom de uma determinada conversação é feliz, triste ou neutro [26].

Os desafios no diagnóstico de doenças através de biomarcadores de voz ainda permanecem. Existe “alguma estrada” a percorrer para que este diagnóstico se torne verdadeiramente viável e generalizado. Embora a tecnologia de IA esteja em um nível de “progresso galopante” mundialmente ainda não está claro como os algoritmos desenvolvidos para os pacientes de língua inglesa vão funcionar para os outros idiomas.

Constatamos neste nicho dois fatos muito positivos, a saber: (1) o alto nível de maturidade na “manipulação” da voz humana graças a tecnologia de Deep Learning [27-28] e (2) o voto de confiança no segmento de diagnóstico de doenças através da voz humana com o envolvimento da Clínica Mayo (EUA) – que é uma instituição de ponta no tema de inovação em saúde – que está mobilizando 120 pacientes na pesquisa de biomarcadores de voz para doenças cardíacas.

Pelo que constatamos até agora esse assunto tem tudo para decolar e pessoalmente apostamos muito no nicho de distúrbios mentais!

Referências:

[1] Soon we’ll be able to spot diseases like cancer before we even feel sick, The Guardian, 15.feb.2017

https://www.theguardian.com/global-development-professionals-network/2017/feb/15/soon-well-be-able-to-spot-diseases-like-cancer-before-we-even-feel-sick

[2] UFSCar cria sensor que detecta o mal de Alzheimer em apenas 30 minutos, G1 Notícias, 11.fev.2017

http://g1.globo.com/sp/sao-carlos-regiao/noticia/2017/02/ufscar-cria-sensor-que-detecta-o-mal-de-alzheimer-em-apenas-30-minutos.html

[3] Liquid Biopsy: Company Will Raise $1 Billion To Create Blood Test To Detect Cancer, Forbes, 05.jan.2017

http://www.forbes.com/sites/matthewherper/2017/01/05/grail-which-aims-to-invent-blood-test-to-detect-cancer-to-raise-1-billion/#76fbe4971eb0

 

[4] Liquid Biopsy: MD Anderson and Guardant Health announce partnership to make comprehensive liquid biopsy part of oncology standard of care, MD Anderson Cancer Center, 31.jan.2017

https://www.mdanderson.org/newsroom/2017/01/md-anderson-and-guar.html

[5] Connecting the Big Data Dots to Optimize Health and Manage Disease, Singulairty Hub, 23.feb.2017

https://singularityhub.com/2017/02/23/connecting-the-big-data-dots-to-optimize-health-and-manage-disease/?utm_content=buffer6fd25&utm_medium=social&utm_source=linkedin-su&utm_campaign=buffer

An Amazing Video with Daniel Kraft, M.D.

https://www.youtube.com/watch?v=w85gr9FHwBI

[5.1] O “Boom” da Inteligência Artificial está Chegando!, Convergência Digital, 08.dez.2016

http://convergenciadigital.uol.com.br/cgi/cgilua.exe/sys/start.htm?UserActiveTemplate=site&infoid=44212&sid=15

[6] Deep Learning, Wikipedia

https://en.wikipedia.org/wiki/Deep_learning

[7] Aplicações de Deep Learning em Medicina no Mundo (parte 2), Convergência Digital, 15.jun.2016

http://convergenciadigital.uol.com.br/cgi/cgilua.exe/sys/start.htm?UserActiveTemplate=site&infoid=42513&sid=15

[8] Como a Inteligência Artificial pode Transformar a Medicina, Saúde Business, 13.jan.2017

http://saudebusiness.com/como-inteligencia-artificial-pode-transformar-medicina/

[9] Mental Health: Bridging the Mental Healthcare Gap With Artificial Intelligence, Singularity Health, Singularity Hub, 10.oct.2016

https://singularityhub.com/2016/10/10/bridging-the-mental-healthcare-gap-with-artificial-intelligence/

[10] Affective Computing, Wikipedia

https://en.wikipedia.org/wiki/Affective_computing

[11] Affective computing: How ‘emotional machines’ are about to take over our lives, The Telegraph, 15.jan.2016   

http://www.telegraph.co.uk/technology/2016/01/21/affective-computing-how-emotional-machines-are-about-to-take-ove/

[12] Machine Learning, Wikipedia

https://en.wikipedia.org/wiki/Machine_learning

[13] Clínica Mayo

http://www.mayoclinic.org/

[14] Beyond Vocal

http://www.beyondverbal.com/?locale=en

[15] Doctors test diagnosing heart disease by the sound of your voice, Beyond Verbal, Beyond Verbal, 29.nov.2016

http://www.beyondverbal.com/doctors-test-diagnosing-heart-disease-by-the-sound-of-your-voice/

[16] Voice Used as Diagnostic Biomarker for Coronary Artery Disease, MedGadget, 15.nov.2016

http://www.medgadget.com/2016/11/voice-used-diagnostic-biomarker-coronary-artery-disease.html

[17] Google References sobre “mayo clinic beyond verbal heart disease artificial intelligence”

https://www.google.com.br/webhp?sourceid=chrome-instant&ion=1&espv=2&ie=UTF-8#q=mayo+clinic+beyond+verbal+heart+disease+artificial+intelligence&*

[18] AudioProfiling

http://www.audioprofiling.com/?lang=de

[19] Attention deficit hyperactivity disorder, Wikipedia

https://en.wikipedia.org/wiki/Attention_deficit_hyperactivity_disorder

[20] Posttraumatic Stress Disorder, Wikipedia

https://en.wikipedia.org/wiki/Posttraumatic_stress_disorder

[21] Cogito

http://www.cogitocorp.com/

[22] Voice Analysis Tech Could Diagnose Disease, MIT Technoloy Review, 19.jan.2017

https://www.technologyreview.com/s/603200/voice-analysis-tech-could-diagnose-disease/?set=603410

[23] Referências do Google “Massachusetts General Hospital Cogito Depression”

https://www.google.com.br/webhp?sourceid=chrome-instant&ion=1&espv=2&ie=UTF-8#q=Massachusetts+General+Hospital+Cogito+Depression&*

[24] Sonde Health

http://www.sondehealth.com/

[25] Iniciativa de Voz sobre o Mal de Parkinson

http://www.parkinsonsvoice.org/science.php

[26] Eavesdropping AI detects the tone of conversations, New Atlas, 02.feb.2017

http://newatlas.com/mit-ai-wearable-conversation-tone/47698/

[27] How voice technology is transforming computing, The Economist, 07.jan.2017

http://www.economist.com/news/leaders/21713836-casting-magic-spell-it-lets-people-control-world-through-words-alone-how-voice

[28] Language: Finding a voice, The Economist, 05.jan.2017

http://www.economist.com/technology-quarterly/2017-05-01/language

 

Eduardo Prado é consultor de mercado em novos negócios, inovação inteligência artificial e tendências em Mobilidade e “Big Data” em Saúde.

E-mail: eprado.sc@gmail.com

Twitter: https://twitter.com/eprado_melo

Outras matérias do mesmo autor:

1.

Convergência Digital

http://convergenciadigital.uol.com.br/cgi/cgilua.exe/sys/start.htm?sid=37

 

2.

Blog Saúde 3.0

http://saudebusiness.com/blogs/saude-3-0/

 

Publicidade

Notícias como essa no seu e-mail

Faça como mais de 20.000 profissionais do setor de saúde e receba as últimas matérias no seu email.

Deixe uma resposta