Leptospiróza, lidově zvaná „krysí žloutenka“, má své jméno dle bakterií rodu leptospira. Patří mezi nemoci přenosné dobře mezidruhově, velmi snadno se jí nakazí také člověk. Nejčastějšími přenašeči bývají hlodavci, kteří bakterie vylučují močí a výkaly. Když takto kontaminují nějaký vodní zdroj, bakterie se lehko šíří. Nakažlivost je velmi vysoká, popsané jsou případy přenosu šplíchnutím malým množstvím špinavé vody do oka a podobně. Ještě dodejme, že není přenosná navzájem mezi lidmi, proto nedochází k velkým epidemiím.

Ovšem zpátky ke psům: není asi těžké si představit, že aktivní pes se může leptospirózou nakazit velmi jednoduše. Ať už jde o psa venkovského, který je ve vnějším prostředí skoro pořád, či městského, který zkoumá různá zákoutí parků, pěšin a podobně. Nejlepší prevencí proti leptospiróze je očkování, které ale v řadě zemí (včetně ČR) není pro psy povinné. Stoprocentní ochranu neposkytuje ani to, jelikož se ve psí populaci nedosahuje dostatečně velké proočkovanosti.

Až stoprocentní účinnost

Jak jsme uvedli v úvodu, v případě nakažení je klíčové nemoc odhalit včas, než se rozvine do nebezpečné formy. To je okamžik, kdy na scénu vstupuje zmiňovaný nový výzkum kalifornských vědců. Ti svou práci uvozují tím, že tradiční metody testování jsou málo citlivé a zabírají spoustu drahocenného času. V podstatě se při nich sleduje výskyt protilátek v krvi, což ale může zabrat i dva týdny, případně uniknout pozornosti laboratoří úplně.

Vědci mnoho měsíců zkoušeli různé nové modely vyhodnocování testů s pomocí počítačů, až se jim nakonec podařilo sestavit takový, který je citlivější a rychlejší, než běžné postupy. Základem bylo využití veterinárních záznamů ze zvířecí nemocnice spadající pod kalifornskou univerzitu. Pomocí krevních vzorků 413 nakažených psů se podařilo vytvořit algoritmus, který sleduje různé markery ve vzorcích nových, aby předpověděl potenciální rozvoj leptospirózy. Slovy autorů práce jde o zapojení principů umělé inteligence, neboť program se s každým dalším vzorkem „učil“ a zlepšoval.

Testování učícího procesu probíhalo v praxi, což jenom dále prohlubovalo schopnosti programu. Během jednoho roku vyhodnotil 53 nových vzorků psů s podezřením na možnou nákazu. Přitom se mu podařilo včas odhalit všechny skutečně nemocné, vykazoval tedy stoprocentní účinnost. Umělá inteligence funguje i obráceně, úspěšně identifikovala 90 procent ze 44 negativních psů. Nevykazuje tedy ani chyby směrem k falešné pozitivitě testů.

Budoucnost veterinářství 

Cílem tohoto detekčního modelu je, aby vznikla jakási online laboratoř. Ta by mohla poskytovat služby veterinářům z celého světa. Při zadání krevních dat ve správném formátu by totiž dokázala včas vyhodnocovat pravděpodobnost nakažení psů. Autoři práce navíc prorokují, že podobné přístupy mohou v budoucnu vstoupit i do jiných aspektů zvířecí medicíny. Strojové učení počítačů se tak může stát skutečně revolučním prvkem ve veterinární praxi.

Existuje pochopitelná snaha o co nejširší aplikaci nových objevů. Z toho důvodu studie teoretizuje i o tom, zda by se výsledky výzkumu nedaly aplikovat i v medicíně lidské. Umělá inteligence a strojové učení v lékařství jsou ale velká témata, kterým se věnuje řada odborníků i teoretiků po celém světě.

Prozatím stojí za pozornost, že alespoň na poli zvěrolékařství se věci v praxi hýbou. Při kalifornské univerzitě tak už vzniká výzkumné centrum umělé inteligence zaměřené na predikce zdravotního stavu. Samozřejmě, leccos je teprve hudba budoucnosti. Přesto je sympatické vědět, že věda kráčející vpřed mílovými kroky neslouží jen lidem, ale i jejich čtyřnohým přátelům.