Sistemas desenvolvidos na USP em São Carlos tentam identificar doenças por meio de análises de voz (foto: divulgação)

Do mesmo modo que você vai a um laboratório fazer diversos tipos de exames para detectar doenças, através da análise da amostra de seu sangue, fezes ou urina, cientistas querem tornar possível também através da voz.

Os pesquisadores da Escola de Engenharia de São Carlos da Universidade de São Paulo trabalham com sistemas de análise de voz, a fim de detectar doenças através da análise da voz do paciente, conforme Agência FAPESP/Fábio Reynol:

Um fonoaudiólogo, por exemplo, pede ao paciente para falar a vogal “a” diante de um microfone. Após alguns minutos, em um monitor de computador o médico recebe os dados analisados pelo programa com uma suspeita de diagnóstico, caso alguma alteração seja detectada.

Tornar possível essa cena é o objetivo de pesquisadores da Escola de Engenharia de São Carlos da Universidade de São Paulo que trabalham com sistemas de análise de voz.

Durante o doutorado no Departamento de Engenharia Elétrica, Paulo Rogério Scalassara trabalhou em um sistema de processamento digital de sinais que pudesse discriminar certas doenças relacionadas ao aparelho fonador. O estudo envolveu duas patologias: nódulos nas pregas vocais e o edema de Reinke, uma espécie de inflamação das pregas vocais que provoca o seu inchaço.

Agora, no pós-doutorado no Instituto de Física de São Carlos, também da USP, Scalassara pretende englobar no sistema outras quatro patologias: pólipo, carcinoma da laringe, mal de Parkinson e tremor essencial, um distúrbio neurológico semelhante ao Parkinson. Assim como ocorreu no doutorado, ele tem apoio da FAPESP por meio de Bolsa de Pós-Doutorado.

Scalassara se utiliza de um banco de vozes pré-gravadas e digitalizadas. Esses arquivos são submetidos a análises feitas com softwares baseados em modelos específicos. A inovação da pesquisa está nesses modelos.

“Os modelos convencionais observam alterações em características lineares da voz e nós utilizamos medidas de informação do sinal, como a entropia”, disse à Agência FAPESP.

A entropia, no caso, refere-se ao grau de desordem inerente ao sinal vocal. O que os modelos fazem é selecionar trechos e testar previsões de como ele se comportará em seguida. A previsão é então comparada ao trecho posterior e, desse modo, é testada.

Com base nos modelos de previsão usados, vozes oriundas de tratos vocais saudáveis têm características mais “previsíveis”, ou seja, menor entropia. Por outro lado, doenças que comprometem o aparelho fonador geram vozes com maior entropia. Têm maior grau de irregularidade e, portanto, são menos previsíveis.

No trabalho de doutorado, Scalassara conseguiu um bom índice de êxito ao diferenciar vozes de pacientes saudáveis e de portadores de edema de Reinke e de nódulo nas pregas vocais. No entanto, o sistema não conseguiu apontar entre as duas doenças de qual o paciente sofria.

Segundo a sua hipótese, as doenças também provocam graus diferentes de previsibilidade e, portanto, são passíveis de diferenciação por meio da técnica. Para isso, ele está aperfeiçoando os modelos usados e testando novos.

O banco de vozes utilizado no doutorado – composto por 48 arquivos, sendo 16 vozes saudáveis, 16 com edema de Reinke e 16 com nódulos – foi ampliado por uma coletânea de gravações cedidas pelo Hospital das Clínicas da Universidade de Iowa, nos Estados Unidos, onde atuou como assistente de pesquisa durante parte de seu doutorado. “Esse novo banco de dados conta com amostras de vozes com as outras patologias que estou analisando agora no pós-doutorado”, disse.

Leia o texto completo



Related posts:

1. O segredo para saber se alguém é fisicamente forte ou fraco
2. Cientistas criam um fungo para detectar explosivos
3. Os perigos do Karaokê
4. O segredo do combate ao mau hálito através de uma planta
5. Sapo pode trazer cura da leishmaniose e doença de Chagas, segundo pesquisa