Скрининг синдрома Кушинга у собак с помощью машинного обучения

Синдром Кушинга — распространённое эндокринное заболевание у собак, которое может существенно снижать качество их жизни. Диагностика часто затруднена из-за разнообразия клинических проявлений, поэтому сложно определить, каким животным показаны дальнейшие диагностические исследования. В этом исследовании для диагностики синдрома Кушинга применяли алгоритмы машинного обучения, используя результаты рутинных скрининговых исследований: общего анализа крови, биохимического анализа крови и анализа мочи, включая её относительную плотность и отношение белка к креатинину. В исследование включили данные 153 собак контрольной группы, у которых изначально подозревали синдром Кушинга, но впоследствии исключили диагноз, и 152 собак с подтверждённым заболеванием. Алгоритм градиентного бустинга обучили на 80% собранных данных, а оставшиеся 20% использовали для тестирования. Точность классификации разработанной модели составила 88,5% (95% доверительный интервал [ДИ] 80,5–96,5%), чувствительность — 83,3% (95% ДИ 70,7–96,7%), специфичность — 93,5% (95% ДИ 84,9–100%), площадь под характеристической кривой «чувствительность — 1 − специфичность» — 0,912 (95% ДИ 0,835–0,988), что свидетельствует о высокой способности модели различать собак с заболеванием и без него. Для внедрения модели в клиническую практику также разработали удобный графический интерфейс, который потенциально может повысить эффективность диагностики и удовлетворённость владельцев.