Entre nos nossos canais do Telegram e WhatsApp para notícias em primeira mão.
O Google criou um modelo bioacústico chamado Health Acoustic Representations (HeAR), que utiliza inteligência artificial para detectar diferentes doenças respiratórias por meio da tosse. Desenvolvido pelo Google Research, a ferramenta foi treinada com 300 milhões de amostras de áudio, permitindo aos pesquisadores identificar padrões nos sons relacionados à saúde humana.
O HeAR demonstrou uma boa capacidade de discernir sinais acústicos de saúde, superando outros modelos em diversas tarefas. Esse avanço é relevante não apenas pela precisão, mas também pela sua capacidade de generalização com diferentes tipos de microfones, tornando-o uma ferramenta adaptável e versátil.
O objetivo final é diagnosticar precocemente doenças respiratórias, que são comuns em várias partes do mundo e causam milhões de mortes anualmente.
Como Funciona a IA do Google que Detecta Doenças pela Tosse
O enfoque do HeAR baseia-se na premissa de que os sons emitidos pelas pessoas ao respirar, falar ou tossir contêm informações valiosas sobre seu estado de saúde. A partir dessa hipótese, os pesquisadores treinaram o modelo com milhões de registros de sons de tosse, aprimorando sua capacidade de identificar possíveis problemas.
Essa tecnologia pode transformar a medicina preventiva, oferecendo uma ferramenta valiosa para triagem, diagnóstico e monitoramento de doenças respiratórias, como tuberculose (TB) e doença pulmonar obstrutiva crônica (DPOC).
Potencial do HeAR Além dos Laboratórios
O potencial do HeAR vai além dos laboratórios do Google. Em países como a Índia, onde a tuberculose continua sendo uma importante preocupação de saúde pública, a disponibilidade de modelos bioacústicos personalizados pode fazer uma diferença significativa.
Em contextos onde a coleta de grandes volumes de dados é cara ou logisticamente difícil, o HeAR oferece uma solução acessível e eficaz. Essa acessibilidade é especialmente crucial em áreas com recursos limitados, onde as ferramentas tradicionais de diagnóstico podem ser proibitivamente caras ou difíceis de implementar.
Como Coletar Dados para Identificar Doenças
A localização dos microfones nos smartphones é outra vantagem chave do HeAR. O Google destaca que esses dispositivos, que a maioria das pessoas já possui, podem se transformar em ferramentas poderosas para a coleta de dados acústicos.
Isso significa que, sem a necessidade de equipamentos especializados, é possível extrair informações valiosas sobre a saúde de uma pessoa apenas analisando os sons que ela emite.
Essa capacidade de realizar diagnósticos sem infraestrutura médica avançada abre novas possibilidades para a saúde pública, especialmente em comunidades remotas ou desatendidas.
Como a Inteligência Artificial se Adapta às Necessidades do Mundo
Um dos aspectos mais destacados do HeAR é sua precisão e competência para operar com menos dados de treinamento em comparação com outros modelos. Segundo os desenvolvedores do Google, essa característica torna o HeAR uma ferramenta fundamental para a pesquisa médica.
Facilita o desenvolvimento de modelos específicos que podem se adaptar às necessidades de diferentes populações, e espera-se que esse modelo bioacústico, com seu avanço, impulsione novas formas de detectar e gerenciar condições de saúde, mesmo em populações com dados limitados.
Além disso, o uso do HeAR na detecção precoce de doenças pode ter um impacto profundo na saúde global. Em áreas com infraestrutura de saúde deficiente, a possibilidade de realizar diagnósticos precisos por meio da bioacústica pode salvar vidas.
Ao reduzir a dependência de equipamentos caros e de difícil acesso, o HeAR pode distribuir de forma mais equitativa o acesso à atenção médica, oferecendo ferramentas de diagnóstico avançadas a quem mais precisa.