根據美國國立衛生研究院（NIH）的一項新研究，人工智慧（AI）和機器學習（ML）可以有效地檢測和診斷多囊性卵巢症候群（PCOS），這是女性中最常見的荷爾蒙失調，通常發生在15至45歲之間的女性身上。研究人員系統性地回顧了已發表的使用人工智慧/ML分析資料來診斷和分類多囊性卵巢症候群的科學研究，發現基於人工智慧/ML的程式能夠成功地檢測出多囊性卵巢症候群。

“鑑於社區中多囊性卵巢綜合症診斷不足和誤診造成的巨大負擔及其潛在的嚴重後果，我們希望確定人工智能/ML 在識別可能有多囊性卵巢綜合症風險的患者方面的效用，”該研究的共同作者、美國國立衛生研究院（NIH）下屬國家環境健康科學研究所（NIEHS）高級研究員兼內分泌學家珍妮特-霍爾（Janet Hall）醫學博士說。”人工智慧和機器學習在檢測多囊性卵巢綜合症方面的效果比我們想像的更加令人印象深刻。”

多囊性卵巢症候群發生在卵巢無法正常運作的情況下，在許多情況下還伴隨睪固酮水平升高。這種疾病會導致月經不規則、痤瘡、臉部多毛或頭部脫髮。患有多囊性卵巢症候群的女性罹患第2 型糖尿病、睡眠、心理、心血管和其他生殖系統疾病（如子宮癌和不孕症）的風險通常會增加。

“鑑於多囊性卵巢綜合症與其他疾病的重疊，診斷多囊性卵巢綜合症可能具有挑戰性，”該研究的資深作者、美國國家健康研究所助理研究醫師兼內分泌學家斯坎德-謝卡爾（ Skand Shekhar）醫學博士說。”這些數據反映出，將人工智慧/ML 納入電子健康記錄和其他臨床環境，以改善多囊性卵巢症候群婦女的診斷和護理，還具有尚未開發的潛力。”

研究的作者建議將基於人群的大型研究與電子健康數據集結合起來，並分析常見的實驗室測試，以確定有助於診斷多囊性卵巢綜合症的敏感診斷生物標記。

多囊性卵巢症候群的診斷依據的是多年來不斷發展並被廣泛接受的標準化標準，但通常包括臨床特徵（如痤瘡、毛髮生長過多和月經不規則）以及實驗室（如高血睾酮）和放射線檢查結果（如卵巢超音波檢查發現多個小囊腫和卵巢體積增大）。然而，由於多囊性卵巢症候群的某些特徵可能與肥胖、糖尿病和心血管代謝紊亂等其他疾病同時存在，因此經常被忽略。

人工智慧是指使用基於電腦的系統或工具來模仿人類智慧並幫助做出決策或預測。ML 是人工智慧的一個分支，專注於從先前的事件中學習，並將這些知識應用到未來的決策中。人工智慧可以處理大量不同的數據，例如從電子健康記錄中獲得的數據，因此是診斷多囊性卵巢症候群等難以診斷的疾病的理想輔助工具。

研究人員對過去25 年（1997-2022 年）中發表的所有使用人工智慧/ML 檢測多囊性卵巢症候群的同行評審研究進行了系統性回顧。在一位經驗豐富的美國國立衛生研究院圖書館員的幫助下，研究人員確定了可能符合條件的研究。他們共篩選出135 篇研究，並將31 篇納入本文。所有研究都是觀察性的，評估了人工智慧/ML 技術在患者診斷中的應用。約有一半的研究包含超音波影像。研究參與者的平均年齡為29 歲。

在使用標準化診斷標準診斷多囊性卵巢症候群的10 項研究中，檢測準確率介於80%-90% 之間。

Shekhar說：”在各種診斷和分類模式中，人工智慧/ML在檢測多囊性卵巢綜合症方面表現極佳，這是我們的研究得出的最重要的結論。”

作者指出，基於人工智慧/ML 的計畫有可能大大提高我們早期發現多囊性卵巢症候群婦女的能力，從而節省相關費用，減輕多囊性卵巢症候群對患者和醫療系統帶來的負擔。具有強大驗證和測試實踐的後續研究將使人工智慧/ML 與慢性健康狀況順利結合。