Gong
e Guttag, ambos cientistas da computação, se perguntaram se poderiam ensinar
suas máquinas a distinguir a fala de crianças com transtornos da de crianças
sem elas. Para este fim, eles primeiro escreveram um algoritmo que esperavam
que pudessem fazê-lo, e então colaboraram com dois fonoaudiólogos, Tiffany
Hogan e Jordan Green do Instituto MGH de Profissões de Saúde, para testá-lo.
Juntos, os pesquisadores registraram 231 crianças entre as idades de quatro e 17
recontando uma história em suas próprias palavras ao serem mostradas instruções
visuais. O Dr. Hogan e o Dr. Green identificaram anteriormente 192 dessas
crianças como tendo desenvolvido normalmente em questões linguísticas, enquanto
39 tinham, segundo os dois especialistas, um distúrbio de fala ou de linguagem.
Gong
e Dr. Guttag deixaram seu algoritmo solto nas amostras de áudio. Depois de
mastigar os arquivos em questão, observou que muitas características -
incluindo o número de pausas, variações nas durações de pausa ea relação entre
pausas e segmentos distintos de fala - foram úteis para detectar a presença de
distúrbios de linguagem e fala. Ms Gong informou à conferência que o sistema
foi capaz de detectar 72% das crianças diagnosticadas por Hogan e Dr. Green
como tendo um prejuízo. Também teve uma taxa de falso-positivo bastante baixa,
sugerindo prejuízos em apenas 18% das crianças não tão diagnosticadas pelos
dois especialistas humanos.
Nenhum
desses números é bom o suficiente para um sistema clínico, mas eles fornecem um
ponto de partida para um. E se esse sistema fosse desenvolvido, seria
facilmente traduzível para o tipo de app que os pais poderiam rotineiramente
usar para testar seus filhos - e, assim, receber alerta rápido se algo estiver
errado.
Gong
e Guttag, ambos com formação em ciência da computação, ainda questionavam se
seriam capazes de ensinar suas máquinas a distinguir a fala de crianças com
problemas das que se expressavam bem. Com esse objetivo, criaram um algoritmo e
fizeram um trabalho em colaboração com dois fonoaudiólogos, Tiffany Hogan e
Jordan Green do MGH Institute of Health Professions.
Juntos,
os pesquisadores registraram em áudio a narrativa de 231 crianças entre 4 e 17
anos de histórias com suas próprias palavras, enquanto mostravam o texto
escrito. Hogan e Green já haviam verificado que 192 dessas crianças tinham um
desenvolvimento linguístico normal, enquanto 39, na opinião dos dois
especialistas, apresentavam sinais de distúrbios de fala ou de linguagem.
Em
seguida, Gong e Guttag examinaram os áudios com o algoritmo e observaram que
muitas características, como o número de pausas, variações na duração das
pausas, e a relação entre as pausas e os segmentos distintos da fala, eram
úteis para detectar a presença de distúrbios de linguagem e de fala.
Na
palestra em São Francisco, Jen Gong relatou que o sistema detectou 72% das
crianças que haviam recebido o diagnóstico de distúrbios por Hogan e Green. O
sistema também indicou uma taxa relativamente baixa de deficiências em apenas 18%
das crianças, que não tinham recebido esse diagnóstico dos dois especialistas.
Fonte:
O texto foi extraído do site The
Economist. Para conferir o artigo na íntegra acesse aqui.
Imagens:
Reprodução/Internet.
Nenhum comentário:
Postar um comentário