Estudo Spira: sistema de detecção precoce de insuficiência respiratória por meio de análise de áudio

Processo:	20/06443-5
Modalidade de apoio:	Auxílio à Pesquisa - Regular
Data de Início da vigência:	01 de julho de 2020
Data de Término da vigência:	31 de dezembro de 2022
Área do conhecimento:	Ciências Exatas e da Terra - Ciência da Computação

Pesquisador responsável:	Marcelo Finger
Beneficiário:	Marcelo Finger

Instituição Sede:	Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil

Pesquisadores associados:	Alfredo Goldman vel Lejbman ; Anna Sara Shafferman Levin ; Arnaldo Candido Junior ; Beatriz Raposo de Medeiros ; Ester Cerdeira Sabino ; Flaviane Romani Fernandes Svartman ; Larissa Cristina Berti ; Marcelo Gomes de Queiroz ; Marcus Vinícius Moreira Martins ; Sandra Maria Aluísio

Vinculado ao auxílio:	14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?, AP.TEM
Bolsa(s) vinculada(s):	20/16543-7 - Modelos neurais pré-treinados para detecção insuficiência respiratória em áudios, BP.PD

Assunto(s):	Engenharia de software Inteligência artificial Redes neurais (computação) Aprendizado computacional Processamento de linguagem natural Diagnóstico por computador Informática médica Oximetria Oxigênio Infecções por Coronavirus COVID-19 SARS-CoV-2 Pandemias Qualidade dos cuidados de saúde
Palavra(s)-Chave do Pesquisador:	Automação de diagnósticos médicos \| Engenharia de Software \| Informática Médica \| Inteligência Artificial \| Processamento de Linguagem Natural \| Redes neurais \| Inteligência Artificial

Resumo

O objetivo deste estudo é desenvolver uma ferramenta que possa detectar precocemente as pessoas com insuficiência respiratória devido a COVID-19 usando dados de fala. Para tanto iremos coletar registros em áudio de pessoas infectadas bem como de pessoas normais, a fim de explorar diferenças associadas à saturação de O2 e à frequência respiratória que permitam distinguir os dois grupos.A ferramenta de classificação automática proposta será baseada em técnicas de inteligência artificial, processamento de sinais e aprendizado de máquina, e servirá inicialmente para facilitar a triagem de pacientes que precisam procurar auxílio médico-hospitalar. Numa segunda etapa, a ferramenta poderá ajudar sistemas de telemedicina a monitorar pacientes de forma contínua, permitindo o acompanhamento da evolução de pacientes internados. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:

Mais itens Menos itens

TITULO

Matéria(s) publicada(s) em Outras Mídias ( ):

Mais itens Menos itens

VEICULO: TITULO (DATA)

Publicações científicas (4)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

DE SOUZA, JACKSON JOSE; FINGER, MARCELO; DE ARAUJO, JORGE ALBERTO A.; MARANHAO, JULIANO. Selecting and ranking leading cases in Brazilian Supreme Court decisions. KNOWLEDGE ENGINEERING REVIEW, v. 38, p. 18-pg., 2023-06-14. (14/12236-1, 20/06443-5, 19/07665-4)

BERTI, LARISSA CRISTINA; SPAZZAPAN, EVELYN ALVES; QUEIROZ, MARCELO; PEREIRA, PEDRO LEYTON; FERNANDES-SVARTMAN, FLAVIANE ROMANI; DE MEDEIROS, BEATRIZ RAPOSO; MARTINS, MARCUS VINICIUS MOREIRA; FERREIRA, LETICIA SANTIAGO; DA SILVA, INGRID GANDOLFI GOMES; SABINO, ESTER CERDEIRA; et al. Fundamental frequency related parameters in Brazilians with COVID-19. JOURNAL OF THE ACOUSTICAL SOCIETY OF AMERICA, v. 153, n. 1, p. 10-pg., 2023-01-01. (20/06443-5, 20/03990-5)

CASANOVA, EDRESSON; CANDIDO JR, ARNALDO; FERNANDES JR, RICARDO CORSO; FINGER, MARCELO; STEFANEL GRIS, LUCAS RAFAEL; PONTI, MOACIR A.; PINTO DA SILVA, DANIEL PEIXOTO; INT SPEECH COMMUN ASSOC. Transfer Learning and Data Augmentation Techniques to the COVID-19 Identification Tasks in ComParE 2021. INTERSPEECH 2021, v. N/A, p. 5-pg., 2021-01-01. (20/06443-5, 14/12236-1, 19/07665-4)

MARCELO FINGER. Inteligência Artificial e os rumos do processamento do português brasileiro. Estudos avançados, v. 35, n. 101, p. 51-72, 2021-04-19. (19/07665-4, 20/06443-5)

URL curto