Uso de inteligencia artificial para predecir enfermedades bacterianas potencialmente mortales en perros

Uso de inteligencia artificial para predecir enfermedades bacterianas potencialmente mortales en perros

Veterinarios de UC Davis desarrollan un modelo de inteligencia artificial para la detección temprana y precisa de infecciones por leptospirosis

La leptospirosis, una enfermedad que los perros pueden contraer al beber agua contaminada con la bacteria Leptospira, puede causar insuficiencia renal, enfermedad hepática y hemorragia grave en los pulmones. La detección temprana de la enfermedad es crucial y puede significar la diferencia entre la vida y la muerte.

Veterinarios e investigadores de la Facultad de Medicina Veterinaria de la Universidad de California, Davis, han descubierto una técnica para predecir la leptospirosis en perros mediante el uso de inteligencia artificial. Después de muchos meses de probar varios modelos, el equipo ha desarrollado uno que superó los métodos de prueba tradicionales y proporcionó una detección temprana precisa de la enfermedad. El innovador descubrimiento fue publicado en Journal of Veterinary Diagnostic Investigation.

«Las pruebas tradicionales para Leptospira carecen de sensibilidad al principio del proceso de la enfermedad», dijo la autora principal Krystle Reagan, especialista en medicina interna certificada por la junta y profesora asistente que se enfoca en enfermedades infecciosas. “La detección también puede demorar más de dos semanas debido a la necesidad de demostrar un aumento en el nivel de anticuerpos en una muestra de sangre. Nuestro modelo de IA elimina esos dos obstáculos para un diagnóstico rápido y preciso”.

La investigación involucró datos históricos de pacientes en el Hospital Docente de Medicina Veterinaria de UC Davis que habían sido examinados para detectar leptospirosis. Se utilizaron análisis de sangre recolectados de forma rutinaria de estos 413 perros para entrenar un modelo de predicción de IA. Durante el año siguiente, el hospital trató a 53 perros adicionales con sospecha de leptospirosis. El modelo identificó correctamente a los nueve perros que dieron positivo para la leptospirosis (100 % de sensibilidad). El modelo también identificó correctamente aproximadamente el 90 % de los 44 perros que finalmente resultaron negativos para la leptospirosis.

El objetivo del modelo es que se convierta en un recurso en línea para que los veterinarios ingresen datos de pacientes y reciban una predicción oportuna.

“La toma de decisiones clínicas basadas en IA será el futuro para muchos aspectos de la medicina veterinaria”, dijo Mark Stetter, decano de la Facultad de Medicina Veterinaria. “Estoy encantado de ver a los veterinarios y científicos de UC Davis liderando ese cargo. Estamos comprometidos a poner recursos detrás de las empresas de IA y esperamos asociarnos con investigadores, filántropos y la industria para avanzar en esta ciencia”.

El modelo de detección puede ayudar a las personas

La leptospirosis es una enfermedad zoonótica potencialmente mortal, lo que significa que puede transferirse de animales a humanos. Como la enfermedad también es difícil de diagnosticar en las personas, Reagan espera que la tecnología detrás de este innovador modelo de detección tenga la capacidad de trasladarse a la medicina humana.

“Mi esperanza es que esta tecnología pueda reconocer los casos de leptospirosis casi en tiempo real, brindando a los médicos y propietarios información importante sobre el proceso y el pronóstico de la enfermedad”, dijo Reagan. “A medida que avanzamos, esperamos aplicar métodos de IA para mejorar nuestra capacidad de diagnosticar rápidamente otros tipos de infecciones”.

Reagan es miembro fundador del Grupo de Interés de Inteligencia Artificial en Medicina Veterinaria de la escuela, integrado por veterinarios que promueven el uso de la IA en la profesión. Esta investigación se realizó en colaboración con miembros del Centro de Investigación de Ciencia de Datos e Inteligencia Artificial de UC Davis , dirigido por el profesor de matemáticas Thomas Strohmer. Él y sus alumnos participaron en la construcción del algoritmo. El centro se esfuerza por reunir a expertos de renombre mundial de muchos campos de estudio con los mejores investigadores de inteligencia artificial y ciencia de datos para avanzar en los fundamentos, métodos y aplicaciones de la ciencia de datos.

El grupo de Reagan busca activamente la IA para predecir el resultado de otros tipos de infecciones, incluido un modelo de predicción para infecciones resistentes a los antimicrobianos, que es un problema creciente en la medicina veterinaria y humana. Anteriormente, el grupo desarrolló un algoritmo de inteligencia artificial para predecir la enfermedad de Addison con una tasa de precisión superior al 99 %.

Otros autores incluyen a Shaofeng Deng, Junda Sheng, Jamie Sebastian, Zhe Wang, Sara N. Huebner, Louise A. Wenke, Sarah R. Michalak y Jane E. Sykes. El apoyo financiero proviene de la Fundación Nacional de Ciencias.