Um algoritmo desenvolvido nos Estados Unidos identificou corretamente as pessoas com covid-19 apenas pelo som de suas tossidas.
Nos testes, ele atingiu uma taxa de sucesso de 98,5% entre as pessoas que receberam um resultado oficial positivo no teste do coronavírus, aumentando para 100% nas que não tinham outros sintomas, segundo informações da BBC News.
Os pesquisadores precisariam de uma aprovação regulamentar para transformá-lo em um aplicativo.
Eles disseram que a diferença crucial no som de uma tosse de um paciente assintomático de covid-19 não pode ser percebida por ouvidos humanos.
‘Teste de piscina’
O algoritmo de inteligência artificial (IA) foi desenvolvido no laboratório do Massachusetts Institute of Technology (MIT).
O cientista do MIT Brian Subirana, coautor do estudo, publicado no IEEE Journal of Engineering in Medicine and Biology, disse: “A maneira como você produz som muda quando você tem covid-19, mesmo se você for assintomático.”
O mecanismo poderia ser usado “para triagem diária de estudantes, trabalhadores e do público, nas escolas, trabalho e transporte reabrirem. Ou até para testes de piscina para alertar rapidamente e evitar surtos em grupos”, diz o relatório.
Várias organizações, incluindo a universidade de Cambridge University, a universidade Carnegie Mellon e a start-up de saúde Novoic, no Reino Unido, têm trabalhado em projetos semelhantes.
Amostras de sons
Em julho, o projeto Covid-19 Sounds da Cambridge University relatou uma taxa de sucesso de 80% na identificação de casos positivos de coronavírus com base em uma combinação de respiração e sons de tossida.
Em maio, ele havia coletado 459 sons de amostra de tosse e respiração enviados por 378 membros do público — agora, ela tem um banco de cerca de 30 mil gravações.
O laboratório do MIT coletou cerca de 70 mil amostras de áudio, cada uma contendo uma série de tossidas.
Destas, 2,5 mil são de pessoas com casos confirmados de coronavírus.
‘Detectar câncer’
O especialista em inteligência artificial Calum Chace descreveu o algoritmo como “uma peça clássica de IA”.
“É o mesmo princípio de alimentar uma máquina com vários raios-X para que ela aprenda a detectar um câncer”, disse ele.
“É um exemplo de IA sendo útil. E, pela primeira vez, não vejo muita desvantagem nisso.”
