Banca de QUALIFICAÇÃO: JULIE MORAES DE LIMA

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: JULIE MORAES DE LIMA
DATA : 26/11/2025
LOCAL: Videoconferência
TÍTULO:

Nariz eletrônico e inteligência artificial: Identificação e detecção da resistência de espécies de Candida em amostras clínicas de pacientes

 

PALAVRAS-CHAVES:

Candidíase; Diagnóstico; Resistência; Nariz eletrônico.

PÁGINAS: 48
RESUMO:

As infecções fúngicas têm apresentado um aumento mundialmente, principalmente de infecções invasivas, ocasionadas por espécies de Candida. A candidíase invasiva demonstra uma prevalência mundial variando de 250.000 a aproximadamente 700.000 pessoas por ano e incidência de 2 a 14 casos por 100.000 pessoas com
taxas de mortalidade entre 40% e 55%. A candidíase invasiva é uma infecção grave ocasionada por espécies de Candida que pode afetar múltiplos órgãos internos, como osteomielite, peritonite e abscesso intra abdominal, sendo mais comum em pacientes imunocomprometidos ou hospitalizados por longos períodos. A
candidemia é uma forma de candidíase invasiva quando o fungo se dissemina na corrente sanguínea, sendo uma das complicações mais críticas, principalmente em pacientes hospitalizados em Unidade de Terapia Intensiva (UTI), reconhecida mundialmente como a quarta causa mais comum de Infecções Relacionadas à
Assistência à Saúde (IRAS). O reconhecimento precoce dessas infecções é determinante para o sucesso terapêutico, uma vez que atrasos no diagnóstico estão associados ao aumento da mortalidade e dos custos hospitalares. No entanto, a identificação das espécies de Candida constitui um processo desafiador, devido à
semelhança fenotípica entre as espécies e o tempo prolongado exigido para a identificação laboratorial convencional, o que reforça a necessidade do desenvolvimento de abordagens diagnósticas rápidas e precisas. Nesse contexto, tecnologias emergentes como o nariz eletrônico associado à inteligência artificial têm demonstrado resultados promissores na detecção de compostos orgânicos voláteis característicos liberados pelos microrganismos, permitindo a identificação de espécies e padrões de resistência a partir de suas “impressões digitais olfativas”. Este projeto tem como objetivo analisar a sensibilidade diagnóstica do nariz
eletrônico integrado a algoritmos de inteligência artificial para identificar espécies de Candida e predizer resistência antifúngica em amostras clínicas. A metodologia consistirá em um estudo experimental laboratorial com amostras clínicas, envolvendo identificação por exame direto, cultura e PCR, além da determinação do
perfil de susceptibilidade aos antifúngicos conforme padrões CLSI. Paralelamente, os mesmos isolados serão submetidos à análise pelo nariz eletrônico, e os dados obtidos serão processados por modelos de aprendizado de máquina para classificação e comparação com os métodos micológicos tradicionais. Espera-se que o nariz eletrônico apresente desempenho satisfatório, oferecendo uma alternativa rápida, não invasiva e de baixo custo para auxiliar o diagnóstico micológico e o monitoramento da resistência, contribuindo para tomada de decisão clínica mais ágil e eficaz.

 

 

MEMBROS DA BANCA:
Externa à Instituição - CAROLINA MARIA DA SILVA
Externo à Instituição - HENRIQUE DOUGLAS MELO COUTINHO
Presidente - 2293969 - PAULO SERGIO RAMOS DE ARAUJO