根据美国国立卫生研究院的一项研究，人工智能(ai)和机器学习(ML)在检测和诊断多囊卵巢综合征(PCOS)方面显示出很高的功效。多囊卵巢综合征是一种女性普遍存在的激素紊乱。
美国国立卫生研究院的研究回顾了25年的数据，发现人工智能/机器学习可以检测到常见的激素紊乱。
根据美国国立卫生研究院(NIH)的一项新研究，人工智能(AI)和机器学习(ML)可以有效地检测和诊断多囊卵巢综合征(PCOS)，这是女性中最常见的激素失调，通常在15至45岁之间。研究人员系统地回顾了已发表的使用AI/ML分析数据来诊断和分类PCOS的科学研究，发现基于AI/ML的程序能够成功检测PCOS。
美国国家环境健康科学研究所(NIEHS)的高级研究员和内分泌学家Janet Hall医学博士说:“鉴于社区中PCOS诊断不足和误诊的巨大负担及其潜在的严重后果，我们希望确定AI/ML在识别可能有PCOS风险的患者中的应用。”NIEHS是美国国立卫生研究院的一部分，也是该研究的合著者。“人工智能和机器学习在检测多囊卵巢综合征方面的效果比我们想象的还要令人印象深刻。”
多囊卵巢综合征诊断的挑战
多囊卵巢综合征发生时，卵巢不能正常工作，并在许多情况下，伴随着睾丸激素水平升高。这种疾病会导致月经不规律、痤疮、面部毛发过多或脱发。患有多囊卵巢综合征的女性患2型糖尿病、睡眠、心理、心血管和其他生殖疾病(如子宫癌和不孕症)的风险通常会增加。
该研究的资深作者、NIEHS的助理研究医师和内分泌学家Skand Shekhar博士说:“鉴于多囊卵巢综合征与其他疾病的重叠，诊断多囊卵巢综合征可能具有挑战性。”“这些数据反映了将AI/ML纳入电子健康记录和其他临床环境以改善多囊卵巢综合征女性的诊断和护理的未开发潜力。”
研究作者建议将基于人群的大型研究与电子健康数据集结合起来，并分析常见的实验室测试，以确定能够促进多囊卵巢综合征诊断的敏感诊断生物标志物。
PCOS诊断标准及AI/ML的作用
诊断基于多年来发展的广泛接受的标准化标准，但通常包括临床特征(如痤疮，毛发生长过多和月经不规律)，伴有实验室(如高血睾酮)和放射学表现(如卵巢超声显示多个小囊肿和卵巢体积增大)。然而，由于多囊卵巢综合征的一些特征可能与其他疾病如肥胖、糖尿病和心脏代谢疾病共同发生，因此它经常被忽视。
人工智能指的是使用基于计算机的系统或工具来模仿人类的智能，并帮助做出决策或预测。ML是AI的一个分支，专注于从以前的事件中学习，并将这些知识应用于未来的决策。人工智能可以处理大量不同的数据，比如来自电子健康记录的数据，这使它成为诊断多囊卵巢综合征(PCOS)等难以诊断的疾病的理想助手。
审查结果
研究人员对过去25年(1997-2022年)发表的关于该主题的所有同行评审研究进行了系统回顾，这些研究使用AI/ML检测多囊卵巢综合征。在一位经验丰富的NIH图书管理员的帮助下，研究人员确定了可能符合条件的研究。他们总共筛选了135项研究，其中31项被纳入了论文。所有研究都是观察性的，并评估了AI/ML技术在患者诊断中的应用。大约一半的研究包括超声图像。研究参与者的平均年龄为29岁。
在采用标准化诊断标准诊断PCOS的10项研究中，检测准确率在80-90%之间。
Shekhar说:“在一系列诊断和分类模式中，人工智能/机器学习在检测多囊卵巢综合征方面表现非常出色，这是我们研究中最重要的收获。”
作者指出，基于人工智能/机器学习的项目有可能显著提高我们早期识别多囊卵巢综合征女性的能力，节省相关成本，减轻多囊卵巢综合征患者和卫生系统的负担。
具有强大验证和测试实践的后续研究将允许人工智能/机器学习在慢性健康状况中的顺利整合。
参考文献:“机器学习和人工智能在多囊卵巢综合征诊断和分类中的应用:系统综述”，作者:Francisco J. Barrera, Ethan D.L. Brown, Amanda Rojo, Javier Obeso, Hiram Plata, Eddy P. Lincango, Nancy Terry, ren
这项工作得到了美国国立卫生研究院/国家环境健康科学研究所的校内研究计划(ZIDES102465和ZIDES103323)的支持。
微信扫一扫打赏
