HubRAM LA 2.5 - Consórcio estratégico nacional para redução do risco de seleção e disseminação de resistências aos antimicrobianos
-
AcrónimoHubRAM LA 2.5
-
Código do projetoPRR-C05-i03-I-000199-LA2.5
-
Programa financiadorPPR - Plano de Recuperação e Resiliência
-
MedidaRE-C05-i03 – AGENDA DE INVESTIGAÇÃO E INOVAÇÃO PARA A SUSTENTABILIDADE DA AGRICULTURA, ALIMENTAÇÃO E AGROINDÚSTRIA
-
Orçamento total (€)36.199,06
-
Orçamento INIAV (€)3.331,47
-
Cofinanciamento (%)100%
-
Data de início2024/01/01
-
Data de conclusão2025/09/30
- DGAV - Direcção-Geral de Alimentação e Veterinária
- INIAV - Instituto Nacional de Investigação Agrária e Veterinária, I.P.
- IACA - Associação Portuguesa dos Industriais de Alimentos Compostos para Animais
- AYA, Soluções Digitais, Lda.
- ICBAS, UP - Universidade do Porto
- FMV-ULisboa - Faculdade de Medicina Veterinária Universidade de Lisboa
- FPAS - Federação Portuguesa de Associações de Suinicultores
- Suinisado, Lda.
- InovTechAgro - IPP/ESAE - Instituto Politécnico de Portalegre / Escola Superior Agrária de Elvas
- Nomad Suggestion, Lda.
Designação do projeto:
HubRAM LA 2.5 - Consórcio estratégico nacional para redução do risco de seleção e disseminação de resistências aos antimicrobianos - Avaliação de indicadores: desenvolver aplicações para a avaliação remota de indicadores de saúde humana, saúde animal, fitossanidade e higiene ambiental
Objetivos operacionais:
- Reduzir a emergência à resistência a antimicrobianos.
Objetivos, atividades e resultados esperados:
No contexto da realidade nacional os dados referentes à vigilância da RAM são gerados por diferentes entidades publicas e privadas (tais como INIAV, DGAV, Academia, Laboratórios, INSA, DGS, APA), na estrutura de cada uma das quais são utilizadas diversas plataformas de registo, não interoperáveis (tornando inviável a sua integração), e em que não existem ferramentas adequadas a uma verdadeira análise de impacto das medidas implementadas no combate à RAM.
Na atual realidade portuguesa existem, de forma desagregada, várias plataforma importantes na problemática da RAM: plataformas de Prescrição Eletrónica Médico-Veterinária (PEMV) PT e SP, Plataforma de Gestão da Vigilância RAM, Sistemas Informativos da Saúde Animal (SISS, SISA, Gesequs, SICOA, SIRUM, SICOP), Sistemas de gestão de Biossegurança e Sistemas de gestão de Bem Estar Animal, Sistemas de Identificação Animal (SNIRA), REAP, Sistema de Gestão de informação relativa às explorações, Sistema de Gestão de informação relativa Segurança dos Alimentos + SIPACE (incluindo Alimentação Animal).
Perante este contexto, e sabendo que um dos elementos-chave, reconhecido pela FAO, para a monitorização e vigilância da RAM pelos países, consiste em providenciar abordagens harmonizadas para colheita, análise, interpretação e partilha de dados, Portugal deve reunir condições para ultrapassar esta realidade e fomentar a I&DT, tão necessária no contexto de um problema complexo e multifatorial como é o caso da RAM.
A agregação e investigação a desenvolver sobre toda a informação suscetível de se recolher é fundamental para a criação de instrumentos de apoio à decisão política e à definição de políticas sanitárias, entre outras, bem como a gestão, monitorização e avaliação dessas políticas aplicadas no âmbito do combate à RAM. O projeto propõe a criação de uma plataforma que será pioneira em toda a Europa.
Na atividade A2.5.1 pretende-se investigar o desenvolvimento de módulos de reconhecimento automático de padrões e correlações, recorrendo a metodologias Big Data. Entre outros elementos, será efetuado o desenvolvimento do sistema de classificação automática, baseado na análise de fatores de risco, a integrar no HubRAM, e a definição de novos indicadores. Estas atividades de investigação têm em vista a possibilidade de recomendar medidas de intervenção de âmbito local ou nacional.
No quadro de uma visão de futuro, a possibilidade de endereçar uma exploração em particular, com base nestes mecanismos automáticos e inteligentes de profiling, permitirá a adequação customizada de novas políticas de combate à RAM, dirigidas a um dado foco específico, por oposição às práticas correntes. Concomitantemente, quer as metodologias Big Data a adotar quer a agregação de todos os dados HubRAM, permitirá disponibilizar informação de âmbito intersectorial, numa perspetiva de Uma Só Saúde (DGS, APA, Academia, Stakeholders).
Os resultados do projeto apresentarão um significativo impacto em todo o tecido económico ligado à produção animal. Neste sentido apresenta um contributo de abrangência nacional. Por outro lado, prevê a criação de instrumentos e ferramentas de suporte à investigação científica, que servirão toda a comunidade de investigação nacional e internacional.
-
Tags