Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/41085
ORCID: | http://orcid.org/0000-0001-8189-0591 |
Document type: | Dissertação |
Access type: | Acesso Embargado |
Embargo Date: | 2026-01-25 |
Title: | Rastreio de tuberculose em tempo real por análise salivar através de FTIR e inteligência artificial |
Alternate title (s): | Real-time tuberculosis screening by salivary analysis through ftir and artificial intelligence |
Author: | Rayashi, Abel Dib |
First Advisor: | Cunha, Thúlio Marquez |
First coorientator: | Santos, Fabiana de Almeida Araújo |
First member of the Committee: | Rabahi, Marcelo Fouad |
Second member of the Committee: | Mineo, José Roberto |
Summary: | Introdução: O diagnóstico precoce da tuberculose constitui um desafio clínico a ser superado para romper a cadeia de transmissão da doença. Novos métodos de diagnóstico rápido são necessários para eliminar este problema de saúde pública global, que acomete principalmente populações negligenciadas com acesso limitado aos recursos de saúde. Objetivos: Demonstrar prova de conceito de utilidade da espectroscopia no infravermelho por transformada de Fourier (FTIR) salivar, através de análise das curvas de absorção por algoritmos de inteligência artificial, para o diagnóstico de TB em tempo real. Material e métodos: Analisamos as curvas de absorção do infravermelho, obtidas por FTIR, de 35 pacientes com tuberculose pulmonar e 50 pacientes saudáveis, por algoritmos de inteligência artificial (Random Forest, Gradient Boosting e Neural Network) para distinguir entre pacientes doentes e voluntários saudáveis. Resultados: As curvas de absorção salivares obtidas por FTIR, analisadas por inteligência artificial, foram capazes de discriminar indivíduos saudáveis de portadores de tuberculose com sensibilidade de 80%, especificidade de 90% e acurácia de 85%. Conclusão: A análise salivar por FTIR, associada ao algoritmo de Neural Network configura possível ferramenta útil para o rastreio de indivíduos com tuberculose, essa plataforma biofotônica de alto rendimento tem como vantagens necessidade de ínfima quantidade de amostra biológica, baixo custo, maior biossegurança, mínima produção de resíduos e resultados em tempo real. |
Abstract: | Introduction: Early diagnosis of tuberculosis constitutes a clinical challenge to be overcome to break the disease transmission chain. New rapid diagnostic methods are needed to eliminate this global public health problem, which mainly affects neglected populations with limited access to healthcare resources. Objectives: Demonstrate proof of concept of the usefulness of salivary analysis through Fourier Transform Infrared Spectroscopy (FTIR) coupled to algorithms analysis of absorption curves by artificial intelligence for the diagnosis of TB in real-time. Material and methods: We analyzed the infrared absorption curves, obtained by FTIR, of 35 patients with pulmonary tuberculosis and 50 healthy, using artificial intelligence algorithms (Random Forest, Gradient Boosting e Neural Network) to distinguish sick and healthy patients. Results: The salivary absorption curves obtained by FTIR, analyzed by artificial intelligence, successfully distinguished healthy individuals from those with tuberculosis with a sensitivity of 80%, specificity of 90% and accuracy of 85%. Conclusion: Salivary analysis by FTIR, coupled with Neural Network, constitutes a possible tool for screening individuals with tuberculosis. This high-performance biophotonic platform has the advantages of needing a small amount of biological sample, low cost, greater biosafety, lower cost, minimum waste production and real-time results. |
Notes: | INCT-TeraNano, CNPq, CAPES e FAPEMIG. |
Keywords: | Mycobacterium tuberculosis tuberculose rastreio ATR-FTIR screening machine learning saliva diagnóstico salivar |
Area (s) of CNPq: | CNPQ::CIENCIAS DA SAUDE::MEDICINA::CLINICA MEDICA::DOENCAS INFECCIOSAS E PARASITARIAS |
Subject: | Ciências médicas |
Language: | por |
Country: | Brasil |
Publisher: | Universidade Federal de Uberlândia |
Program: | Programa de Pós-graduação em Ciências da Saúde |
Quote: | RAYASHI, Abel Dib. Rastreio de tuberculose em tempo real por análise salivar através de FTIR e Inteligência Artificial. 2024. 73 f. Dissertação (Mestrado em Ciências da Saúde) - Universidade Federal de Uberlândia, Uberlândia, 2024. DOI http://doi.org/10.14393/ufu.di.2024.9. |
Document identifier: | http://doi.org/10.14393/ufu.di.2024.9 |
URI: | https://repositorio.ufu.br/handle/123456789/41085 |
Date of defense: | 19-Jan-2024 |
Sustainable Development Goals SDGs: | ODS::ODS 3. Saúde e bem-estar - Assegurar uma vida saudável e promover o bem-estar para todos, em todas as idades. |
Appears in Collections: | DISSERTAÇÃO - Ciências da Saúde |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
RastreioTuberculoseTempo.pdf Until 2026-01-25 | Dissertação | 26.33 MB | Adobe PDF | View/Open Request a copy |
This item is licensed under a Creative Commons License