人工智能和机器学习可以成功诊断多囊卵巢综合症

美国国立卫生研究院的一项新研究表明，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症(PCOS)，这是女性中最常见的激素紊乱，通常年龄在15岁至45岁之间。健康。

研究人员系统地回顾了已发表的使用AI/ML分析数据以诊断和分类PCOS的科学研究，发现基于AI/ML的程序可以成功检测PCOS。

“考虑到社区中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在识别可能面临PCOS风险的患者方面的效用，”医学博士JanetHall说道。美国国立卫生研究院(NIH)下属的国家环境健康科学研究所(NIEHS)的高级研究员和内分泌学家，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症方面的有效性比我们想象的更令人印象深刻。”

IVF诊所-说明性照片。AI可用于诊断多囊卵巢综合症。

IVF诊所–说明性照片。AI可用于诊断多囊卵巢综合征。图片来源：Cloudnine医院，来自Wikimedia，CC-BY-SA-4.0

当卵巢不能正常工作时，就会出现多囊卵巢综合症，并且在许多情况下，还伴有睾酮水平升高。这种疾病会导致月经不调、痤疮、面部毛发过多或脱发。

患有PCOS的女性患2型糖尿病以及睡眠、心理、心血管和其他生殖疾病(如子宫癌和不孕症)的风险往往更高。

该研究的资深作者、NIEHS的助理研究医师和内分泌学家SkandShekhar医学博士说：“由于多囊卵巢综合症与其他疾病有重叠，诊断起来可能很困难。”

“这些数据反映了将人工智能/机器学习纳入电子健康记录和其他临床环境中的未开发潜力，以改善多囊卵巢综合征女性的诊断和护理。”

研究作者建议将大规模人群研究与电子健康数据集相结合，并分析常见的实验室测试，以确定有助于多囊卵巢综合症诊断的敏感诊断生物标志物。

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(例如痤疮、毛发过度生长和月经不调)以及实验室检查结果(例如高血睾酮)和放射学检查结果(例如多发性硬化症)。卵巢超声显示小囊肿和卵巢体积增大)。

然而，由于多囊卵巢综合症的一些特征可能与肥胖、糖尿病和心脏代谢紊乱等其他疾病同时出现，因此它经常被忽视。

人工智能是指使用基于计算机的系统或工具来模仿人类智能并帮助做出决策或预测。机器学习是人工智能的一个分支，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，例如来自电子健康记录的数据，使其成为诊断多囊卵巢综合症等难以诊断的疾病的理想辅助手段。

研究人员对过去25年(1997-2022年)关于该主题发表的所有使用AI/ML检测PCOS的同行评审研究进行了系统回顾。在经验丰富的NIH图书馆员的帮助下，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，并将31项纳入本文。

所有研究都是观察性的，并评估了人工智能/机器学习技术在患者诊断中的使用。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。

在使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。

“在一系列诊断和分类方式中，AI/ML在检测PCOS方面具有极高的性能，这是我们研究中最重要的收获，”Shekhar说。

作者指出，基于人工智能/机器学习的项目有可能显着增强我们早期识别患有PCOS的女性的能力，从而节省相关成本，并减轻PCOS对患者和卫生系统的负担。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！