美国国立卫生研究院（NIH）的研究回顾了 25 年的数据，发现 AI/ML 可以检测出常见的激素紊乱。

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症（PCOS），这是女性中最常见的激素失调疾病之一，通常发生在15至45岁之间的女性。研究人员对已发表的科学研究进行了系统回顾，这些研究使用AI/ML来分析数据以诊断和分类PCOS，并发现基于AI/ML的程序能够成功检测PCOS。

研究的联合作者之一，国立环境卫生科学研究所（NIEHS）的内分泌学家Janet Hall博士表示：“考虑到社区中PCOS的被低估和误诊的负担很大，以及其潜在的严重后果，我们想要确定AI/ML在识别可能患有PCOS风险的患者中的实用性。AI和机器学习在检测PCOS方面的有效性甚至比我们预想的还要令人印象深刻。”

这项研究的发现表明，AI和机器学习技术可以在PCOS的早期诊断中发挥重要作用，有望提高患者的诊断准确性，减少漏诊和误诊，并为患者提供更及时和有效的医疗护理。 PCOS是一种常见的激素失调疾病，而这项研究结果有望改善PCOS的诊断和管理，减轻患者和卫生系统的负担。然而，需要进一步的研究和验证以确保这些技术的安全性和可行性。

诊断多囊卵巢综合症所面临的挑战

多囊卵巢综合症（PCOS）是由于卵巢功能异常而引起的，许多情况下伴随着睾酮水平升高。该疾病可以导致月经不规律、痤疮、额外的面部毛发、或者从头部脱发。患有PCOS的女性通常更容易患上2型糖尿病，以及睡眠障碍、心理问题、心血管疾病等其他生殖障碍，如子宫癌和不孕症。

研究的高级作者、国立环境卫生科学研究所（NIEHS）的助理研究医师和内分泌学家Skand Shekhar博士表示：“由于PCOS与其他疾病的重叠，PCOS的诊断可能具有一定挑战性。这些数据反映出在电子健康记录和其他临床设置中整合AI/ML的潜力尚未充分挖掘，以改善对患有PCOS的女性的诊断和护理。”

研究作者建议将大规模的基于人口的研究与电子健康数据集相结合，分析常见的实验室测试，以识别敏感的诊断生物标志物，从而促进PCOS的诊断。这种方法有望提高PCOS的早期诊断率，减少漏诊和误诊，从而改善患者的护理和管理。然而，这些技术的应用需要进一步的研究和验证，以确保其准确性和安全性。

PCOS的诊断标准和AI/ML的作用

多囊卵巢综合症的诊断依据的是多年来不断演变并被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调）以及实验室（如高血睾酮）和放射学检查结果（如卵巢超声检查发现多个小囊肿和卵巢体积增大）。然而，由于多囊卵巢综合症的某些特征可能与肥胖、糖尿病和心血管代谢紊乱等其他疾病同时存在，因此经常被忽视。

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。ML 是人工智能的一个分支，侧重于从以前的事件中学习，并将这些知识应用到未来的决策中。人工智能可以处理大量不同的数据，例如从电子健康记录中获得的数据，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工具。

审查结论

研究人员对过去25年（1997-2022年）发表的所有关于使用AI/ML检测PCOS的同行评审研究进行了系统回顾。在一位经验丰富的NIH图书管理员的帮助下，研究人员确定了潜在的符合条件的研究。总共筛选了135项研究，并在本文中包括了31项研究。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。约一半的研究包括了超声图像。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，检测的准确性在80%到90%之间。

Shekhar表示：“在各种诊断和分类模式中，AI/ML在检测PCOS方面表现出极高的性能，这是我们研究的最重要的发现。”

作者指出，基于AI/ML的程序有潜力显著提高我们早期识别患有PCOS的女性的能力，从而节省成本，并减轻了PCOS对患者和卫生系统的负担。

进行强有力的验证和测试实践的后续研究将有助于顺利将AI/ML整合到慢性健康状况的诊断中。

参考文献："Application of machine learning and artificial intelligence in the diagnosis and classification of polycystic ovarian syndrome: a systematic review"，作者：Francisco J. Barrera、Ethan D.L. Brown、Amanda Rojo、Javier Obeso、Hiram Plata、Eddy P. Lincango、Nancy Terry、René Rodríguez-Gutiérrez、Janet E. Hall和Skand Shekhar，2023年9月18日，Frontiers in Endocrinology。

论文《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》PDF，请添加官方微信 openai178 免费领取

本研究得到了NIH国立环境卫生科学研究所（ZIDES102465和ZIDES103323）的院内研究计划的支持。

文章参考：https://scitechdaily.com/decoding-womens-health-artificial-intelligence-revolutionizes-pcos-diagnosis/