TY - JOUR AU - Salle, Felipe de Oliveira AU - Borges Fortes, Flávia Bonarcini AU - Rocha, Ana Cristina Gonçalves Pinto da AU - Rocha, Silvio Luis da Silveira AU - Souza, Guilherme Fonseca de AU - Moraes, Hamilton Luiz de Souza AU - Moraes, Lucas Brunelli de AU - Salle, Carlos Tadeu Pippi PY - 2018/06/27 Y2 - 2024/03/28 TI - Utilização de inteligência artificial (redes neurais artificiais) para a classificação do comportamento bioquímico de amostras de Escherichia coli isoladas de frangos de corte JF - Acta Scientiae Veterinariae JA - Acta Scientiae Vet. VL - 38 IS - 1 SE - Short Communication DO - 10.22456/1679-9216.16542 UR - https://seer.ufrgs.br/index.php/ActaScientiaeVeterinariae/article/view/16542 SP - 59-62 AB - <span style="font-family: Times-Roman; color: #231f20; font-size: x-small;"><span style="font-family: Times-Roman; color: #231f20; font-size: x-small;"><span style="font-family: Times-Roman; color: #231f20; font-size: x-small;"><font face="Times-Roman" size="2" color="#231f20"><font face="Times-Roman" size="2" color="#231f20"><font face="Times-Roman" size="2" color="#231f20"><p align="left">A</p></font></font></font></span><font face="Times-Roman" size="2" color="#231f20"><font face="Times-Roman" size="2" color="#231f20"><p align="left"> </p></font></font></span><font face="Times-Roman" size="2" color="#231f20"><p align="left"> </p></font></span><p align="left"><em><span style="font-family: Times-Italic; color: #231f20; font-size: x-small;"><span style="font-family: Times-Italic; color: #231f20; font-size: x-small;"><span style="font-family: Times-Italic; color: #231f20; font-size: x-small;">Escherichia coli </span></span></span></em><span style="font-family: Times-Roman; color: #231f20; font-size: x-small;"><span style="font-family: Times-Roman; color: #231f20; font-size: x-small;"><span style="font-family: Times-Roman; color: #231f20; font-size: x-small;">é comumente encontrada na avicultura e muitas vezes sua presença no organismo dos animais e/ou contaminando as camas de aviários não causa estranheza. Por outro lado, a utilização de inteligência artificial, especificamente redes neurais artificiais, está sendo crescentemente empregada como ferramenta para medir relações não lineares entre variáveis. Neste trabalho foram usados os dados disponíveis referentes a 261 amostras da bactéria oriundas de camas de aviários, lesões de celulite e quadros respiratórios de frangos de corte. O diagnóstico laboratorial envolveu o isolamento do agente, a caracterização dos genes associados à virulência, as lesões provocadas pela inoculação em pintos, o Índice de Patogenicidade das amostras e a resistência antimicrobiana a 14 antibióticos que foram as entradas das redes neurais e sete provas bioquímicas as saídas. A principal conclusão deste artigo foi de que as redes neurais foram capazes de realizar a classificação correta do comportamento das amostras com amplitude de 87,80% a 98,37%. A sensibilidade e a especificidade das classificações obtidas variaram de 59,32% a 99,47% e de 80,00% a 98,54%, respectivamente.</span></span></span></p> ER -