A plataforma de inteligência artificial Swaasa alcançou 90 por cento de precisão na distinção entre indivíduos saudáveis ​​e pacientes com problemas respiratórios, de acordo com resultados prospectivos de validação clínica publicados na Frontiers in Medicine – um resultado que poderá remodelar a forma como as doenças pulmonares são rastreadas fora das clínicas tradicionais.

As descobertas, divulgadas esta semana pela Bioengineer.org, provêm de uma das maiores avaliações prospectivas de rastreio de IA baseada na tosse até à data, e chegam à medida que os sistemas de saúde em todo o mundo procuram formas mais baratas de detectar mais cedo doenças respiratórias crónicas. É o tipo de progresso incremental, mas rigorosamente testado nos últimos desenvolvimentos de IA, que muitas vezes diz mais sobre o rumo que a IA médica está realmente tomando do que qualquer lançamento de produto.

Como funciona o Swaasa

Swaasa é uma plataforma investigacional que funciona como um software como dispositivo médico, aplicando algoritmos de inteligência artificial a gravações de tosse capturadas em um dispositivo móvel. Desenvolvida para gerar indicações clínicas automatizadas a partir de sinais acústicos, a plataforma avalia registros de tosse para determinar o risco geral como normal ou anormal, classificar os padrões fisiológicos espirométricos como obstrutivos, restritivos ou normais e estimar a gravidade do padrão como leve, moderado ou grave.

Além da fisiologia, o sistema gera indicações diagnósticas relativas à presença de condições respiratórias específicas, incluindo asma, doença pulmonar obstrutiva crônica (DPOC), doença pulmonar intersticial e bronquiectasia. A promessa é simples: uma tosse de cinco segundos no microfone do telefone pode sinalizar sinais de doença pulmonar grave antes mesmo de o paciente chegar ao laboratório de espirometria.

Dentro do julgamento

O ensaio clínico prospectivo foi registrado sob CTRI/2021/04/032742 em 12 de abril de 2021, recrutando participantes adultos com 18 anos ou mais que se apresentaram aos departamentos hospitalares com sintomas respiratórios. A primeira inscrição começou em 19 de abril de 2021 e o teste foi concluído em 14 de setembro de 2023.

A coorte final incluiu 2.179 pacientes com doenças respiratórias ao lado de 827 indivíduos normais, com participantes do sexo masculino compreendendo 62% da população avaliada do estudo. Durante o protocolo, os sons de tosse dos participantes foram gravados em um dispositivo móvel rodando a plataforma Swaasa AI, e a espirometria foi realizada para comparação.

O estudo estabeleceu a espirometria como padrão de referência para padrão fisiológico e gravidade do padrão, enquanto diagnósticos clínicos estabelecidos por médicos serviram como padrão de referência para categorias de doenças. Variáveis ​​policotômicas foram dicotomizadas em classificações normais versus anormais, e resultados multiclasses foram estabelecidos para condição da doença, gravidade do padrão e categorias individuais da doença.

Os números de desempenho

Nas classificações binárias, a plataforma demonstrou 90% de precisão na diferenciação de indivíduos normais daqueles com condições respiratórias anormais, igualando a precisão de 90% registrada para identificar espirometria normal versus anormal. Análises descritivas de subgrupos mostraram que o desempenho da triagem foi amplamente comparável entre os grupos de idade e sexo dos pacientes avaliados.

Os resultados multiclasse foram respeitáveis, embora menos impressionantes. A plataforma alcançou faixas de precisão entre 79% e 84% para classificação de padrões espirométricos e entre 76% e 84,5% para classificação da gravidade dos padrões. Ao diferenciar tipos específicos de doenças entre asma, DPOC, doença pulmonar intersticial e bronquiectasia, a precisão variou de 83% a 93%.

Quem construiu

Os autores do estudo são afiliados ao Christian Medical College Vellore, à Salcit Technologies Private Limited – o desenvolvedor do Swaasa – e à Tamil Nadu Dr MGR Medical University. Os autores concluíram que o Swaasa demonstra um desempenho promissor no rastreio em todos os subgrupos demográficos da população estudada.

A estrutura de colaboração é notável: um centro médico acadêmico que fornece rigor clínico, uma universidade médica e uma startup que fornece IA acústica. Essa combinação – médicos validando o algoritmo de uma startup em relação a diagnósticos estabelecidos – é cada vez mais o modelo para pesquisas confiáveis ​​em IA médica, em contraste com os benchmarks administrados por fornecedores que atraíram ceticismo justificado.

Por que a acústica da tosse é importante

A espirometria, o atual padrão ouro para a função pulmonar, requer equipamentos, técnicos treinados e um paciente cooperativo realizando manobras de respiração forçada. A gravação da tosse requer um telefone. Se o rastreio por IA puder fazer uma triagem fiável de quem necessita de testes de confirmação, a economia do rastreio respiratório mudará fundamentalmente, especialmente para condições como a DPOC, que são rotineiramente diagnosticadas tardiamente.

As advertências são reais. Trata-se de inscrição hospitalar de adultos sintomáticos, e não de triagem comunitária da população em geral, e a precisão de um protocolo prospectivo controlado pode diferir da implantação confusa no mundo real. A plataforma permanece experimental, e 90% de precisão na distinção entre o normal e o anormal não significa que ela possa distinguir com segurança quatro doenças diferentes em cada caso – as faixas multiclasses deixam isso claro.

O caminho regulatório é o próximo gargalo. Como o Swaasa está posicionado como um software como um dispositivo médico, suas indicações diagnósticas precisarão passar pelos processos de supervisão que se aplicam às ferramentas de decisão clínica antes que ele possa passar do uso experimental para os cuidados de rotina. A validação prospectiva publicada em um periódico revisado por pares é um pré-requisito para essa conversa, e não um substituto para ela.

Há também uma assimetria prática a favor da plataforma. A espirometria requer equipamento, calibração e um técnico treinado na sala; um registro de tosse requer um dispositivo que a maioria dos pacientes já possui e uma manobra que todos os pacientes já conhecem. No rastreio, onde o objectivo é decidir quem precisa de testes de confirmação em vez de fornecer um diagnóstico final, um teste ligeiramente menos preciso que atinja dez vezes mais pessoas pode salvar mais vidas do que um teste preciso que fica na cave de um hospital. A conclusão do estudo de que o desempenho se manteve estável entre grupos de idade e género é exactamente o tipo de consistência que uma ferramenta de rastreio precisa de escalar.

Ainda assim, a trajetória é importante. Uma tela baseada em telefone validada em relação à espirometria em mais de 3.000 participantes não é mais um truque de salão. O próximo teste é a implementação: se o rastreio de IA baseado na tosse consegue manter a sua precisão em clínicas, farmácias e residências, e se os reguladores e os médicos adotam um sinal de diagnóstico que vem de um som no qual a maioria das pessoas mal pensa.

---

Fique à frente da IA

Receba as últimas notícias, análises e avanços sobre IA — tudo em um só lugar.

Leia mais notícias sobre IA →