Verwendung künstlicher Intelligenz zur Vorhersage lebensbedrohlicher bakterieller Erkrankungen bei Hunden

Leptospirose, eine Krankheit, die Hunde durch Trinkwasser bekommen können, das mit Leptospira-Bakterien kontaminiert ist, kann Nierenversagen, Lebererkrankungen und schwere Blutungen in die Lunge verursachen. Die Früherkennung der Krankheit ist entscheidend und kann über Leben und Tod entscheiden.

Tierärzte und Forscher der University of California, Davis, School of Veterinary Medicine, haben eine Technik entdeckt, um Leptospirose bei Hunden durch den Einsatz künstlicher Intelligenz vorherzusagen. Nach vielen Monaten des Testens verschiedener Modelle hat das Team eines entwickelt, das herkömmliche Testmethoden übertrifft und eine genaue Früherkennung der Krankheit ermöglicht. Die bahnbrechende Entdeckung wurde im veröffentlicht Journal of Veterinary Diagnostic Investigation.

„Herkömmlichen Leptospira-Tests mangelt es früh im Krankheitsprozess an Empfindlichkeit“, sagte die Hauptautorin Krystle Reagan, Fachärztin für Innere Medizin und Assistenzprofessorin mit Schwerpunkt auf Infektionskrankheiten. „Der Nachweis kann auch mehr als zwei Wochen dauern, da ein Anstieg des Antikörperspiegels in einer Blutprobe nachgewiesen werden muss. Unser KI-Modell beseitigt diese beiden Hindernisse für eine schnelle und genaue Diagnose.“

Die Forschung umfasste historische Daten von Patienten am UC Davis Veterinary Medical Teaching Hospital, die auf Leptospirose getestet worden waren. Routinemäßig entnommene Blutuntersuchungen dieser 413 Hunde wurden verwendet, um ein KI-Vorhersagemodell zu trainieren. Im Laufe des nächsten Jahres behandelte das Krankenhaus weitere 53 Hunde mit Verdacht auf Leptospirose. Das Modell identifizierte korrekt alle neun Hunde, die positiv für Leptospirose waren (100 % Sensitivität). Das Modell identifizierte auch ungefähr 90 % der 44 Hunde, die letztendlich Leptospirose-negativ waren, korrekt.

Ziel des Modells ist es, eine Online-Ressource für Tierärzte zu werden, um Patientendaten einzugeben und eine zeitnahe Vorhersage zu erhalten.

„KI-basierte, klinische Entscheidungsfindung wird die Zukunft für viele Aspekte der Veterinärmedizin sein“, sagte Mark Stetter, Dekan der Veterinärmedizinischen Fakultät. „Ich freue mich sehr, dass Tierärzte und Wissenschaftler der UC Davis diese Verantwortung übernehmen. Wir setzen uns dafür ein, Ressourcen in KI-Unternehmungen zu investieren, und freuen uns auf die Zusammenarbeit mit Forschern, Philanthropen und der Industrie, um diese Wissenschaft voranzubringen.“

Erkennungsmodell kann Menschen helfen

Leptospirose ist eine lebensbedrohliche Zoonose, d.h. sie kann von Tieren auf Menschen übertragen werden. Da die Krankheit auch beim Menschen schwer zu diagnostizieren ist, hofft Reagan, dass die Technologie hinter diesem bahnbrechenden Erkennungsmodell in die Humanmedizin übertragbar ist.

„Meine Hoffnung ist, dass diese Technologie in der Lage sein wird, Leptospirose-Fälle nahezu in Echtzeit zu erkennen und Ärzten und Besitzern wichtige Informationen über den Krankheitsverlauf und die Prognose zu geben“, sagte Reagan. „Im weiteren Verlauf hoffen wir, KI-Methoden anwenden zu können, um unsere Fähigkeit zu verbessern, andere Arten von Infektionen schnell zu diagnostizieren.“

Reagan ist Gründungsmitglied der Interessengruppe Künstliche Intelligenz in der Veterinärmedizin der Schule, die sich aus Tierärzten zusammensetzt, die den Einsatz von KI im Beruf fördern. Diese Forschung wurde in Zusammenarbeit mit Mitgliedern des Center for Data Science and Artificial Intelligence Research der UC Davis unter der Leitung von Mathematikprofessor Thomas Strohmer durchgeführt. Er und seine Studenten waren am Algorithmusbau beteiligt. Das Zentrum ist bestrebt, weltbekannte Experten aus vielen Studienbereichen mit führenden Data Science- und KI-Forschern zusammenzubringen, um datenwissenschaftliche Grundlagen, Methoden und Anwendungen voranzutreiben.

Reagans Gruppe verfolgt aktiv KI zur Vorhersage des Ergebnisses anderer Arten von Infektionen, einschließlich eines Vorhersagemodells für antimikrobiell resistente Infektionen, die ein wachsendes Problem in der Veterinär- und Humanmedizin darstellen. Zuvor hatte die Gruppe einen KI-Algorithmus entwickelt, um die Addison-Krankheit mit einer Genauigkeitsrate von über 99 % vorherzusagen.