Patologie

Cani

26 Maggio 2022

---

La leptospirosi è una malattia zoonotica con varie manifestazioni cliniche, tra cui danno renale, danno epatico, pancreatite ed emorragia polmonare. Con il riconoscimento tempestivo della malattia e del trattamento, il 90% dei cani infetti ha un esito positivo. Pertanto, una diagnosi rapida e precoce della malattia è fondamentale. I test attualmente utilizzati e basati sull’agglutinazione microscopica (MAT) mancano di sensibilità all'inizio del processo patologico, pertanto, nell’attesa che il titolo aumenti, la diagnosi può richiedere anche più di 2 settimane. Per ovviare a ciò si è pensato di ricorrere all’intelligenza artificiale applicata alle variabili cliniche individuate dal primo giorno di ricovero, così da creare modelli predittivi fondati sul machine learning (MLM).

I modelli incorporavano la segnalazione del paziente e i dati clinicopatologici, con o senza un titolo MAT (= modello BW + MAT). I modelli sono quindi stati addestrati utilizzando i dati di 91 cani con leptospirosi confermata e di 322 cani senza leptospirosi. Successivamente sono stati testati con una coorte di cani non inclusi nel modello di addestramento; di questi 9 erano positivi alla leptospirosi, 44 negativi. Successivamente sono state valutate le prestazioni. Il risultato della valutazione ha evidenziato che entrambi i modelli prevedevano la leptospirosi nel set di test con una sensibilità del 100%. La specificità era del 90,9% e del 93,2% rispettivamente per i modelli BW e BW + MAT.  Si è quindi potuto concludere che i modelli predittivi basati su tecniche di machine learning hanno sovraperformato lo screening sierologico acuto tradizionale e possono fornire uno screening precoce accurato per la probabile diagnosi di leptospirosi nei cani.

Use of machine-learning algorithms to aid in the early detection of leptospirosis in dogs   Krystle L. Reagan, Shaofeng Deng, Junda Sheng, Jamie Sebastian, Zhe Wang, Sara N. Huebner, Louise A. Wenke, Sarah R. Michalak, Thomas Strohmer, Jane E. Sykes https://doi.org/10.1177/10406387221096781

TAG: INTELLIGENZA ARTIFICIALE, LEPTOSPIROSI, MACHINE LEARNING, ZOONOSI