일반적으로 15세에서 45세 사이의 여성에게 영향을 미치는 가장 흔한 호르몬 문제인 다낭성 난소 증후군(PCOS)은 인공 지능(AI)과 기계 학습(ML)을 사용하여 효율적으로 감지하고 진단할 수 있다고 최근 국립 의학 연구소(National Institutes of Medicine)가 주장했습니다. . 건강 연구(NIH).

연구자들은 PCOS를 진단하고 분류하기 위해 AI/ML을 사용하는 출판된 과학 논문을 주의 깊게 조사한 결과 그러한 프로그램이 그렇게 하는 데 효과적이라는 것을 발견했습니다.

Janet Hall은 “지역사회에서 과소진단되거나 잘못 진단된 PCOS의 상당한 부담과 잠재적인 심각한 결과를 고려하여 우리는 PCOS 위험에 처할 수 있는 환자를 식별하는 데 AI/ML의 유용성을 결정하고 싶었습니다.”라고 말했습니다. M.D., 국립 보건원(National Institutes of Health) 산하 국립환경보건과학연구소(NIEHS)의 선임 조사관이자 내분비학자이며 이번 연구의 공동 저자입니다. “PCOS를 탐지하는 데 있어 AI와 머신러닝의 효과는 우리가 생각했던 것보다 훨씬 인상적이었습니다.”

다낭성 난소 증후군 진단의 과제

다낭성 난소 증후군은 비정상적인 난소 기능을 특징으로 하며 종종 높은 수준의 테스토스테론과 공존합니다. 이 질병은 불규칙한 월경, 여드름, 얼굴 털 증가 또는 탈모로 이어질 수 있습니다.

제2형 당뇨병, 수면 장애, 심리적 문제, 심장 질환, 자궁암 및 불임과 같은 기타 생식 문제는 PCOS가 있는 여성에게 일반적인 위험 요소입니다.

이번 연구의 수석 저자이자 NIEHS의 부연구 의사이자 내분비학자인 Skand Shekhar 박사는 “PCOS를 진단하는 것은 다른 질환과 중복되기 때문에 어려울 수 있습니다. “이러한 데이터는 AI/ML을 전자 건강 기록 및 기타 임상 설정에 통합하여 PCOS를 앓고 있는 여성의 진단 및 관리를 개선할 수 있는 아직 개발되지 않은 잠재력을 반영합니다.”

PCOS 진단에 도움이 될 수 있는 민감한 진단 바이오마커를 찾기 위해 연구 저자들은 대규모 인구 연구와 전자 건강 데이터 세트를 결합하고 표준 실험실 테스트를 살펴볼 것을 권고했습니다.

다낭성난소증후군의 진단기준과 인공지능/머신러닝의 역할

진단은 시간이 지남에 따라 진화되어 일반적으로 인정되고 표준화된 기준을 사용하여 이루어집니다.

이러한 기준에는 일반적으로 임상 징후 및 증상(여드름, 과도한 모발 성장, 월경 불규칙 등)뿐만 아니라 실험실 및 방사선 소견(예: 난소 초음파에서 여러 개의 작은 낭종 및 난소 확대 등)이 포함됩니다.

인공지능(AI)은 인간의 지능을 모방하고 예측이나 의사결정을 지원하기 위해 컴퓨터 기반 도구 또는 시스템을 사용하는 것입니다. 머신러닝은 과거에 얻은 지식을 활용하여 현재 의사결정을 내리는 데 초점을 맞춘 인공지능의 한 분야입니다.

AI는 전자 건강 기록에서 수집된 것과 같은 방대한 양의 다양한 데이터를 처리할 수 있기 때문에 진단하기 어려운 PCOS와 같은 상태를 식별하는 데 도움이 되는 이상적인 도구입니다.

결과 검토

지난 25년(1997~2022) 동안 PCOS를 식별하기 위해 AI/ML을 사용한 모든 동료 검토 연구는 연구자에 의해 체계적으로 조사되었습니다.

연구자들은 국립보건원(National Institutes of Health)의 전문 사서의 도움을 받아 잠재적으로 적합한 연구를 찾았습니다. 그들은 총 135개의 연구를 조사했으며 그 중 31개가 이 논문에 사용되었습니다.

각 관찰 연구에서는 AI/ML 기술이 환자 진단에 어떻게 사용되었는지 평가했습니다. 조사의 약 절반에는 초음파 이미지가 포함되었습니다. 연구에 참여한 참가자들의 평균 연령은 29세였습니다.

진단을 위해 표준화된 진단 기준을 사용한 10개 연구에서 PCOS를 발견하는 정확도는 80~90%였습니다.

Shekhar는 “다양한 진단 및 분류 방법 전반에 걸쳐 PCOS를 탐지하는 데 있어 AI/ML의 성능이 매우 높았으며 이는 우리 연구의 하이라이트입니다.”라고 말했습니다.

저자들은 인공 지능과 기계 학습을 기반으로 한 프로그램이 여성의 PCOS를 조기에 발견하는 능력을 크게 향상시켜 재정적 절약을 가져오고 환자와 의료 시스템에 대한 PCOS 부담을 줄일 수 있다고 제안합니다.

만성 건강 장애에 대한 AI와 기계 학습의 원활한 통합은 강력한 검증 및 테스트 절차를 갖춘 후속 연구를 통해 가능할 것입니다.