美国国立卫生研究院的一项研究系统回顾了25年的数据，发现人工智能和机器学习可以有效检测和诊断多囊卵巢综合征（PCOS）。PCOS是女性（通常在15至45岁之间）最常见的内分泌疾病，但常被漏诊或误诊。研究表明，基于人工智能/机器学习（AI/ML）的程序能够成功检测PCOS，其准确性甚至超出预期。

PCOS诊断的挑战

PCOS发生在卵巢功能不正常时，许多情况下伴有睾酮水平升高。该疾病可导致月经不调、痤疮、面部毛发增多或脱发。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）的风险通常更高。

PCOS的诊断基于广泛接受的标准化标准，通常包括临床表现（如痤疮、多毛和月经不调），并伴有实验室（如血液睾酮升高）和影像学（如卵巢超声显示多个小囊肿和卵巢体积增大）发现。然而，由于PCOS的某些特征可能与肥胖、糖尿病和心脏代谢疾病等其他疾病同时发生，它常常未被识别。

AI/ML的作用与研究发现

AI指使用基于计算机的系统或工具来模仿人类智能，帮助做出决策或预测。ML是AI的一个分支，专注于从过去的事件中学习，并将这些知识应用于未来的决策。AI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PCOS这类难以诊断的疾病的理想辅助工具。

研究人员对过去25年（1997-2022年）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。在筛选了135项研究后，最终纳入31项。所有研究均为观察性研究，评估了AI/ML技术在患者诊断中的应用。其中约一半的研究包含了超声图像。在10项使用标准化诊断标准诊断PCOS的研究中，检测准确率在80-90%之间。

结论与展望

研究作者指出，基于AI/ML的程序有潜力显著增强我们早期识别PCOS女性的能力，并带来成本节约，减轻PCOS对患者和卫生系统的负担。未来需要进行稳健验证和测试实践的后续研究，以便将AI/ML顺利整合到慢性健康状况的管理中。

参考信息
“Application of machine learning and artificial intelligence in the diagnosis and classification of polycystic ovarian syndrome: a systematic review” by Francisco J. Barrera et al., 18 September 2023, Frontiers in Endocrinology.
DOI: 10.3389/fendo.2023.1106625