Los investigadores del equipo VetCompass™ del Royal Veterinary College (RVC) han descubierto que los algoritmos de aprendizaje automático tienen el potencial de respaldar y mejorar el diagnóstico del síndrome de Cushing en perros. El estudio fue publicado recientemente en Scientific Reports.

El síndrome de Cushing en perros es una enfermedad endocrina que impacta negativamente en la calidad de vida de los animales afectados.

Obtener un diagnóstico correcto y oportuno de esta enfermedad es crucial para brindar el mejor curso de tratamiento posible. Sin embargo, puede ser difícil de diagnosticar.

Los perros de más de nueve años, ciertas razas como Bichón Frisé, Yorkshire Terrier y Jack Russell Terrier, y las hembras tienen mayor riesgo de contraer la enfermedad. 

Se cree que los perros con síndrome de Cushing tienen mayor riesgo de desarrollar otras enfermedades, como diabetes mellitus, hipertensión y pancreatitis, lo que hace que un diagnóstico rápido y preciso sea aún más importante.

Históricamente, el diagnóstico se ha logrado mediante múltiples análisis de sangre, sin embargo, este proceso puede llevar mucho tiempo, tener un gran costo para los propietarios y, en algunos casos, no proporciona resultados precisos. Con el fin de abordar estos desafíos de diagnóstico, los investigadores, con fondos de Dechra Ltd., evaluaron datos anonimizados de 939 perros que fueron evaluados para el síndrome de Cushing de una población de 905,554 perros y 886 prácticas veterinarias en todo el Reino Unido.

Utilizando datos clínicos estructurados para observar la demografía de los perros, los signos clínicos en la presentación y los resultados de laboratorio, se aplicaron algoritmos de aprendizaje automático para predecir un diagnóstico futuro del síndrome de Cushing. Los perros sospechosos de tener síndrome de Cushing se incluyeron en el análisis y se clasificaron según el diagnóstico final informado en sus registros clínicos.

Los hallazgos indicaron que el diagnóstico asistido por aprendizaje automático podría predecir el diagnóstico de un veterinario en ejercicio y que la utilización de métodos de aprendizaje automático en la práctica clínica podría contribuir a mejorar el diagnóstico del síndrome de Cushing en perros.

Además, un mayor desarrollo de estos algoritmos podría conducir a diagnósticos más tempranos, más confiables y rentables y, por lo tanto, a una mejor atención clínica para los perros con síndrome de Cushing. Esto también podría crear oportunidades para que esta tecnología se aplique a otros problemas clínicos.

“Los algoritmos de aprendizaje automático, como los que se utilizan en este estudio, ya están ampliamente integrados en nuestra vida diaria para ayudar a tomar ciertas decisiones, como las recomendaciones de Google o Netflix", señala Imogen Schofield, autora principal del estudio. Y agrega “Ahora esta tecnología se puede aprovechar para ayudar a mejorar los diagnósticos en la práctica veterinaria. Al adoptar el uso de métodos de aprendizaje automático, estamos un paso más cerca de proporcionar a los veterinarios en la práctica de atención primaria una prueba fácil de usar, de bajo costo y precisa que puede respaldar el proceso, a menudo frustrante, de diagnosticar el síndrome de Cushing en perros".