Modelos Neurais Pré-treinados para detecção de condições respiratórias por análise de áudio

Resumo

Este projeto se insere como continuação de um estudo (chamado de SPIRA, projeto FAPESP 2020/06443-5) que visa a produção de um sistema de aprendizado automático que seja capaz de detectar precocemente a insuficiência respiratória por meio da análise do sinal de áudio da voz de pacientes.Esta proposta tem por objetivo central o desenvolvimento de modelos pré-treinados em processamento de áudio de português brasileiro. Tais modelos posteriormente serão refinados nos dados de insuficiência respiratória, bem como potencialmente outras tarefas similares, com o intuito de obter modelos eficientes nessas tarefas apesar da pouca quantidade de dados disponível.Modelos pré-treinados são treinados em duas fases. Na primeira fase, o modelo é treinado em uma grande quantidade de áudios não anotados utilizando-se de tarefas genéricas. Posteriormente, na segunda fase, estes modelos são refinados com dados anotados, muitas vezes presentes em quantidades pequenas, para uma tarefa específica (como a detecção de insuficiência respiratória). Neste projeto, iremos estudar e implementar as melhores formas possíveis de pré-treinamento a fim de ampliar os resultados já obtidos pelo projeto SPIRA para outras tarefas de informática médica, uma vez que a quantidade de dados de refinamento é pequena e depende de um pré-treinamento eficiente para atingir boa performance.