Исследование NIH, в котором анализируются данные за 25 лет, показывает, что ИИ и ML могут выявлять распространенное гормональное расстройство, известное как синдром поликистозных яичников.
Согласно новому исследованию Национального института здравоохранения, искусственный интеллект (ИИ) и машинное обучение (ML) могут эффективно обнаруживать и диагностировать синдром поликистозных яичников (СПКЯ), который является наиболее распространенным гормональным расстройством среди женщин, обычно в возрасте от 15 до 45 лет.
Исследователи систематически анализировали опубликованные научные исследования, в которых использовался ИИ и ML для анализа данных для диагностики и классификации СПКЯ, и обнаружили, что программы на основе ИИ и ML могут успешно выявлять СПКЯ.
«Учитывая большое количество недиагностированных СПКЯ в обществе и их потенциально серьезные последствия, мы хотели определить полезность ИИ и ML для выявления пациентов, которые могут подвергаться риску СПКЯ», — сказала Джанет Холл, доктор медицинских наук, старший исследователь и эндокринолог Национального института наук о здоровье окружающей среды (NIEHS), входящего в состав NIH, и соавтор исследования.
«Эффективность искусственного интеллекта и машинного обучения в выявлении СПКЯ оказалась даже более впечатляющей, чем мы думали», — добавила она.
Женщины с СПКЯ часто подвергаются повышенному риску развития диабета 2 типа, а также нарушений сна, психологических, сердечно-сосудистых и других репродуктивных нарушений, таких как рак матки и бесплодие.
«СПКЯ может быть сложной задачей для диагностики, учитывая его совпадение с другими состояниями», — сказал Сканд Шекхар, доктор медицинских наук, старший автор исследования и ассистент врача-исследователя и эндокринолог NIEHS.
«Эти данные отражают неиспользованный потенциал внедрения ИИ и ML в электронные медицинские карты и другие клинические настройки для улучшения диагностики и ухода за женщинами с СПКЯ», — отметил он.
Авторы исследования предложили объединить крупные популяционные исследования с электронными наборами данных о состоянии здоровья и проанализировать распространенные лабораторные тесты для выявления чувствительных диагностических биомаркеров, которые могут облегчить диагностику СПКЯ.
Диагноз основывается на общепринятых стандартизированных критериях, которые развивались годами, но обычно включают клинические признаки (например, акне, избыточный рост волос), сопровождаемые лабораторными (например, высокий уровень тестостерона в крови) и рентгенологическими данными (например, множественные мелкие кисты и увеличенный объем яичников при ультразвуковом исследовании яичников).
Однако, поскольку некоторые особенности СПКЯ могут сочетаться с другими расстройствами, такими как ожирение, диабет и кардиометаболические нарушения, он часто остается незамеченным.
Искусственный интеллект относится к использованию компьютерных систем или инструментов для имитации человеческого интеллекта и для помощи в принятии решений или прогнозах. ML — это подразделение искусственного интеллекта, ориентированное на извлечение уроков из предыдущих событий и применение этих знаний для принятия будущих решений.
Искусственный интеллект может обрабатывать огромные объемы различных данных, например, полученных из электронных медицинских карт, что делает его идеальным помощником в диагностике труднодиагностируемых заболеваний, таких как СПКЯ.
Исследователи провели систематический обзор всех рецензируемых исследований, опубликованных по этой теме за последние 25 лет (1997-2022), в которых использовался ИИ и ML для выявления СПКЯ. С помощью опытного библиотекаря NIH исследователи определили потенциально подходящие исследования. В общей сложности они провели скрининг 135 исследований и включили 31 в эту статью.
Все исследования были наблюдательными и оценивали использование технологий ИИ и ML для диагностики пациентов. Ультразвуковые изображения были включены примерно в половину исследований. Средний возраст участников исследований составлял 29 лет.
Среди 10 исследований, в которых использовались стандартизированные диагностические критерии для диагностики СПКЯ, точность выявления колебалась в пределах 80-90%.
«По целому ряду методов диагностики и классификации была продемонстрирована чрезвычайно высокая эффективность ИИ и ML в выявлении СПКЯ, что является наиболее важным результатом нашего исследования», — сказал Шекхар.
Авторы отмечают, что программы на основе ИИ и ML потенциально могут значительно расширить возможности по раннему выявлению женщин с СПКЯ с сопутствующей экономией средств и снижением бремени СПКЯ для пациентов и системы здравоохранения.