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紊乱，通常发生在15至45岁之间的女性身上。研究人员系统地回顾了已发表的使用人工智能/ML分析数据来诊断和分类多囊卵巢综合症的科学研究，发现基于人工智能/ML的程序能够成功地检测出多囊卵巢综合症。

"鉴于社区中多囊卵巢综合症诊断不足和误诊造成的巨大负担及其潜在的严重后果，我们希望确定人工智能/ML 在识别可能有多囊卵巢综合症风险的患者方面的效用，"该研究的共同作者、美国国立卫生研究院（NIH）下属国家环境健康科学研究所（NIEHS）高级研究员兼内分泌学家珍妮特-霍尔（Janet Hall）医学博士说。"人工智能和机器学习在检测多囊卵巢综合症方面的效果比我们想象的更加令人印象深刻。"

多囊卵巢综合征发生在卵巢不能正常工作的情况下，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、面部多毛或头部脱发。患有多囊卵巢综合症的女性患 2 型糖尿病、睡眠、心理、心血管和其他生殖系统疾病（如子宫癌和不孕症）的风险通常会增加。

"鉴于多囊卵巢综合症与其他疾病的重叠，诊断多囊卵巢综合症可能具有挑战性，"该研究的资深作者、美国国家健康研究所助理研究医师兼内分泌学家斯坎德-谢卡尔（Skand Shekhar）医学博士说。"这些数据反映出，将人工智能/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症妇女的诊断和护理，还具有尚未开发的潜力。"

该研究的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，以确定有助于诊断多囊卵巢综合症的敏感诊断生物标志物。

多囊卵巢综合征的诊断依据的是多年来不断发展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，因此是诊断多囊卵巢综合症等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）中发表的所有使用人工智能/ML 检测多囊卵巢综合症的同行评审研究进行了系统回顾。在一位经验丰富的美国国立卫生研究院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。他们共筛选出 135 项研究，并将 31 项纳入本文。所有研究都是观察性的，评估了人工智能/ML 技术在患者诊断中的应用。约有一半的研究包含超声波图像。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多囊卵巢综合症的 10 项研究中，检测准确率在 80%-90% 之间。

Shekhar说："在各种诊断和分类模式中，人工智能/ML在检测多囊卵巢综合症方面表现极佳，这是我们的研究得出的最重要的结论。"

作者指出，基于人工智能/ML 的项目有可能大大提高我们早期发现多囊卵巢综合症妇女的能力，从而节省相关费用，减轻多囊卵巢综合症给患者和医疗系统带来的负担。具有强大验证和测试实践的后续研究将使人工智能/ML 与慢性健康状况顺利结合。