Notícias
UFPB estudará o uso de inteligência artificial e da voz humana para diagnosticar doenças neurodegenerativas
Utilizar a inteligência artificial (IA) para revolucionar o diagnóstico e o monitoramento de diversas condições de saúde. É o que pretendem pesquisadores que integram a iniciativa ‘Biomarcadores vocais e neurofisiológicos para predição, diagnóstico e monitoramento da saúde’, liderada pela Universidade Federal da Paraíba (UFPB).
Por meio da iniciativa, serão estudadas a viabilidade de desenvolvimento de sensores com IAs que aprendam a identificar mudanças de padrão em marcadores biológicos, entre os quais a voz humana, a fim de indicar possíveis transtornos mentais ou neurodegenerativos, como esquizofrenia, depressão, Alzheimer, doença de Parkinson, esclerose lateral amiotrófica (ELA), dentre outros.
A pesquisa, que receberá cerca de R$ 5 milhões da Financiadora de Estudos e Projetos (Finep) do Ministério da Ciência, Tecnologia e Inovação (MCTI), é um dos quatro subprojetos da UFPB classificados em chamada pública, promovida pela entidade, para financiamento de infraestrutura de pesquisa por meio de modernização de ambientes físicos e aquisição de equipamentos.
A relação dos subprojetos aprovados foi publicada pela Finep no dia 27 de agosto. Para participar da chamada, a UFPB, por meio de sua Pró-reitoria de Pesquisa, apresentou uma proposta institucional que, além de demonstrar dados gerais relativos às atividades de pós-graduação e de pesquisa da Universidade, comportou também os quatro subprojetos, que foram avaliados individualmente. A UFPB, no entanto, conseguiu aprovar sua proposta institucional de forma integral.
De acordo com o professor Leonardo Lopes, do Centro de Ciências da Saúde (CCS) da UFPB, a quantia será utilizada para o treinamento das equipes envolvidas e para aquisição de equipamentos de ponta. Essas tecnologias farão o mapeamento, em tempo real, do funcionamento cerebral, muscular e de outras estruturas corporais durante atividades diversas, como a fala, a interação social e o desempenho motor. Posteriormente, com os dados obtidos por esses equipamentos, é que será possível o desenvolvimento dos sistemas de inteligência artificial e dos sensores nos quais a IA será embarcada, para monitorar a evolução dessas doenças de maneira não invasiva e contínua.
“Alunos e professores vão precisar ser treinados para usá-los e para aprenderem a interpretar os dados que essa tecnologia gera. São equipamentos que permitem ver dados comportamentais, ou seja, aqueles que a gente vê a olho nu, como o comportamento, a interação, a linguagem, a comunicação, e ver também o que está acontecendo em termos neurofisiológicos. Com essa interação, o pesquisador vai ter dados muito mais robustos para desenvolver seus estudos”, explica o docente, que é da área de fonoaudiologia e líder do Laboratório Integrado de Estudos da Voz (LIEV) da UFPB, uma das unidades na coordenação do subprojeto.
Ainda segundo Leonardo Lopes, a detecção precoce de condições mentais e neurodegenerativas apenas pela análise da voz é decorrente de sua característica complexa. Ou seja, para ser produzida, a voz se liga a outras estruturas do corpo e áreas do cérebro. Por isso, quaisquer alterações nesses pontos podem afetá-la, ainda que sutilmente. Essas pequenas mudanças, geralmente, são imperceptíveis ao ouvido humano, mas conseguem ser reconhecidas pela IA.
Outro laboratório que participa do subprojeto é o Laboratório de Neurociência Social (LNS), localizado no Centro de Ciências Humanas, Letras e Artes (CCHLA) da UFPB, que realiza estudos em pesquisa básica e aplicada aos transtornos neurocognitivos, transtornos mentais e do neurodesenvolvimento. Para o professor Nelson Torro, que compõe a equipe do LNS, determinar os biomarcadores preditivos da resposta dos pacientes a determinadas intervenções pode contribuir para a definição de melhores estratégias de tratamento.
“Os resultados do subprojeto podem influenciar políticas públicas de saúde, visando aprimorar os protocolos de diagnóstico e tratamento dos transtornos neurocognitivos, como a Doença de Alzheimer, e do neurodesenvolvimento, como o transtorno do espectro autista”, esclarece o docente.
A iniciativa envolve, ao todo, 22 pesquisadores de 12 programas de pós-graduação, da UFPB e de outras instituições, que atuam em diversas áreas do conhecimento e de forma interdisciplinar, o que dá uma ideia da magnitude do empreendimento.
![](https://www.ufpb.br/ufpb/contents/noticias/ufpb-estudara-o-uso-de-inteligencia-artificial-e-da-voz-humana-para-diagnosticar-doencas-neurodegenerativas/divulgaoliev.jpeg)
“A equipe da saúde vai agir, por exemplo, na recepção, no diagnóstico, na coleta dos sinais eletrofisiológicos dos pacientes e voluntários; já os profissionais da computação e de estatística colaborarão para criar e aperfeiçoar, com retroalimentação, a inteligência artificial, a partir dos dados extraídos. Depois que isso vira um conhecimento, é necessário implantar a tecnologia em um sensor. E aí entra a equipe da microengenharia, da engenharia de materiais, pois esse sensor precisa ser feito do melhor material possível para cumprir sua função”, explica o professor Leonardo Lopes.
O início dos trabalhos está previsto para o segundo semestre de 2025, mas a UFPB já possui um histórico consolidado de aplicação da inteligência artificial à saúde com componente interdisciplinar, como é o caso do algoritmo, desenvolvido por pesquisadores da engenharia mecânica e da medicina, que usa a IA para ajudar a diagnosticar insuficiência cardíaca pela análise da voz dos pacientes.
A expectativa é de que os futuros sensores gerados a partir dos subprojeto possam ser comercializados a um custo acessível, oferecendo uma solução inovadora e eficaz para o monitoramento da saúde de forma completa, com impactos na otimização de recursos humanos e financeiros da área, como exemplifica o professor Leonardo Lopes.
“No futuro, os produtos desenvolvidos no âmbito do subprojeto e os resultados da pesquisa poderão ser usados não só para diagnosticar condições como autismo, Alzheimer e depressão, mas também para verificar pacientes em situações críticas. Por exemplo, a intensidade de dor de um paciente poderá ser monitorada por uma inteligência artificial, otimizando as visitas das equipes de enfermagem aos leitos, o que vai permitir a utilização dos recursos humanos e financeiros da melhor forma possível”, afirmou o docente.