A pandemia de Covid-19 parece ter passado para uma fase latente o que, no entanto, não significa que tenha desaparecido. Muito pelo contrário, porque o facto de agora lhe ser dada menos atenção e de ser detetado de forma mais esporádica pode significar que convivemos com o vírus sem o sabermos. Por isso, as novas tecnologias estão se tornando uma ferramenta cada vez mais eficaz para viver de forma eficiente com o SARS-CoV-2, e a prova disso é que inteligência artificial (IA) pode ser usada para detectar infecção por coronavírus nas vozes das pessoas usando um aplicativo de celularsegundo pesquisa apresentada esta manhã no Congresso Internacional da European Respiratory Society, realizado em Barcelona.
Especificamente, o modelo de IA utilizado nesta pesquisa é mais preciso do que os testes de antígeno de fluxo lateral/rápido e é barato, rápido e fácil de usaro que significa que pode ser usado em países de baixa renda onde os testes de PCR ainda são muito caros e, muitas vezes, pouco acessíveis. Neste sentido, Wafaa Aljbawipesquisador do Instituto de Ciência de Dados da Universidade de Maastricht (Holanda), explica que “O modelo de IA teve precisão de 89% das vezes, enquanto a precisão dos testes de fluxo lateral variou muito de acordo com a marca. Além disso, os testes de fluxo lateral foram consideravelmente menos precisos na detecção de infecção por covid em pessoas que não apresentavam sintomas. Esses resultados promissores sugerem que gravações de voz simples e algoritmos de inteligência artificial aperfeiçoado pode potencialmente alcançar um grande precisão ao determinar quais pacientes estão infectados pelo Covid-19».
A infecção por Covid-19 costuma afetar o trato respiratório superior e as cordas vocais, causando alterações na voz da pessoa. Nesse sentido, Aljbawi e seus supervisores, Dr. Sami Simons, pneumologista do Maastricht University Medical Center, e Dr. Visara Urovi, também do Institute for Data Science, decidiram investigar se era possível usar IA para analisar vozes . a fim de detectar o Covid-19. Para isso eles usaram dados do aplicativo de crowdsourcing Covid-19 Sounds da Universidade de Cambridge (Reino Unido)contendo 893 amostras de áudio de 4.352 participantes saudáveis e não saudáveis, 308 dos quais testaram positivo para Covid-19.
Assim, os pesquisadores usaram uma técnica de análise de discurso chamou de análise do espectrograma de Mel, que identifica diferentes características da voz, como a volumeo poder e a variação no tempo. Dessa forma, eles descobriram que um modelo chamado Short Term Memory (LSTM) superava os outros modelos. Sua precisão geral foi de 89%sua capacidade de detectar corretamente casos positivos (a taxa de verdadeiros positivos ou “sensibilidade”) foi de 89% e sua capacidade de identificar corretamente casos negativos (a taxa de verdadeiros negativos ou “especificidade”) foi de 83%.
“Estes resultados mostram uma melhoria significativa na precisão diagnóstica da Covid-19 em comparação com testes mais modernos, como o teste de fluxo lateral, que tem uma sensibilidade de apenas 56%, mas uma taxa de especificidade superior de 99,5%”.
