As infecções relacionadas à assistência à saúde constituem uma das principais complicações de pacientes hospitalizados, acometendo milhares de pessoas em âmbito mundial. Nas últimas décadas, o aumento na prevenção e tratamento de doenças infecciosas causadas por microrganismos patogênicos têm sido considerado de grande importância na redução de morbidade e mortalidade. Os objetivos gerais será a identificação por métodos fenotípicos e moleculares a resistência aos antimicrobianos e padronizar uma metodologia que utiliza o diagnóstico por imagem, para caracterizar o perfil de resistência de Staphylococcus das espécies aureus e epidermidis isolados de profissionais de UTIs em um hospital público de Goiânia-GO. As amostras são de biorrepositório e estão armazenadas em glicerol sob refrigeração a -80° C. Após o repique bacteriano e o isolamento das cepas, será procedido o antibiograma para identificação de resistência fenotípica utilizando os antimicrobianos descritos na literatura e específicos para Staphylococcus aureus e Staphylococcus epidermidis. A importante contribuição será a padronização de uma metodologia usando visão computacional a partir de imagens hiperesperspectral.

Desenvolver metodologias para a classificação da sensibilidade de taphylococcus spp. usando inteligência artificial e imagens hiperespectrais.

Amplificar genes de resistência antimicrobiana em isolados de Staphylococcus aureus e Staphylococcus epidermidis;

Identificar fenotipicamente a resistência bacteriana em isolados Staphylococcus aureus e Staphylococcus epidermidis;

Padronizar o diagnóstico por imagem de resistência antimicrobiana em isolados de Staphylococcus aureus e Staphylococcus epidermidis.

Uma forma de enfrentamento do avanço dos agravos infecciosos é a melhora do processo de diagnóstico com a adoção de tecnologias emergentes. O aparecimento recente de tecnologias como internet das coisas, blockchain e a Inteligência Artificial (IA) apresentam potencial significativo para transformar e perturbar/interromper (disrupt) vários setores, incluindo a saúde (SADIKU, et al., 2020; MALIK; PATHANIA; RATHAUR, 2019). A saúde está mudando de atendimento centrado no hospital para um atendimento virtual que aproveita as tecnologias recentes em torno da IA, aprendizagem profunda, genômica big data, robótica, maior acesso a dados, manufatura aditiva e dispositivos implantados. A visão computacional é um campo da IA que treina sistemas computacionais para entender o mundo visual e compreender, automatizar e imitar o sistema visual humano. Nas últimas décadas, a imagem hiperespectral (HyperSpectral Image, HSI) ganhou importância e um papel central em muitos campos da análise de dados visuais. O conceito de espectroscopia combinada com imagem foi introduzido pela primeira vez no final da década de 1970 em sensoriamento remoto (Remote Sensing, RS) (GOETZ, et al., 1985). Desde então, a HSI tem encontrado aplicações em um número crescente de campos para várias tarefas específicas (EISMANN, 2014). Atualmente a HSI é amplamente utilizada em biomedicina (LU, 2014; ARRIGONI; TURRA; SIGNORONI, 2017), controle de qualidade de alimentos (SUN, 2010), agricultura (LOWE; HARRISON; FRENCH, 3027) e patrimônio cultural (FISCHER; KAKOULLI, 2006). O fato é que as tecnologias digitais e a IA, particularmente o aprendizado de máquina, estão transformando a medicina, a pesquisa médica e a saúde pública. Tecnologias baseadas em IA já são utilizadas em serviços de saúde em países da Organização para Cooperação e Desenvolvimento Econômico (OCDE), e sua utilidade está sendo avaliada em Países de Baixa e Média Renda (PBMR). As Nações Unidas declarou que a implantação segura de novas tecnologias, incluindo a IA, podem ajudar o mundo a alcançar os Objetivos de Desenvolvimento Sustentável das Nações Unidas (1), que incluem os objetivos relacionados à saúde do Objetivo de Desenvolvimento Sustentável (3) (assegurar uma vida saudável e promover o bem-estar para todos em todas as idades). A IA pode ajudar a cumprir os compromissos globais para alcançar a cobertura universal de saúde (WHO, 2021).