Τα μοντέλα τεχνητής νοημοσύνης και μηχανικής μάθησης μπορούν να διαγνώσουν με υψηλή ακρίβεια το σύνδρομο πολυκυστικών ωοθηκών, δηλαδή τη συχνότερη ορμονική διαταραχή στις γυναίκες 15-45 ετών, σύμφωνα με τις παρατηρήσεις μίας νέας έρευνας από το National Institutes of Health των ΗΠΑ.
«Σήμερα, το ποσοστό των γυναικών που πάσχουν από το παραπάνω σύνδρομο αλλά δεν έχουν διαγνωστεί είναι σχετικά μεγάλο. Ο στόχος μας ήταν να εξετάσουμε αν τα μοντέλα τεχνητής νοημοσύνης είναι δυνατό να βοηθήσουν στον περιορισμό του παραπάνω ποσοστού. Όπως τελικά διαπιστώσαμε, τα μοντέλα αυτά μπορούν να διαγνώσουν το σύνδρομο με εξαιρετικά υψηλά ακρίβεια», αναφέρουν οι επιστήμονες του NIH.
Το σύνδρομο πολυκυστικών ωοθηκών χαρακτηρίζεται από την παθολογική λειτουργία των ωοθηκών, η οποία συχνά συνοδεύεται από αύξηση των επιπέδων της τεστοστερόνης. Η διαταραχή μπορεί να προκαλέσει αλλαγές στην έμμηνο ρύση, ακμή, τριχοφυΐα ή αλωπεκία στο τριχωτό της κεφαλής. Οι γυναίκες που πάσχουν από το σύνδρομο διατρέχουν επίσης αυξημένο κίνδυνο διαβήτη τύπου 2, υπογονιμότητας, καθώς και διάφορων ψυχιατρικών, καρδιαγγειακών και αναπαραγωγικών νόσων.
«Η διάγνωση του συνδρόμου συχνά αποτελεί πρόκληση για τους γιατρούς, καθώς αρκετά από τα συμπτώματα της νόσου παρουσιάζουν αλληλοεπικάλυψη με άλλες παθήσεις. Η έρευνά μας έδειξε ότι η χρήση μοντέλων τεχνητής νοημοσύνης στην κλινική πράξη μπορεί να διευκολύνει σε μεγάλο βαθμό τη διάγνωση της νόσου», τονίζουν οι συγγραφείς.
Η διάγνωση της νόσου τυπικά βασίζεται σε συγκεκριμένα κριτήρια τα οποία έχουν οριστεί τα τελευταία χρόνια και περιλαμβάνουν κλινικά χαρακτηριστικά (πχ ακμή, τριχοφυΐα, διαταραχές της εμμήνου ρύσεως), εργαστηριακά (πχ υψηλή τεστοστερόνη) ή ακτινολογικά ευρήματα (πχ μικρές κύστεις και αύξηση του όγκου των ωοθηκών στον υπέρηχο). Η δυσκολία στη διάγνωση του συνδρόμου έγκειται στο γεγονός ότι αρκετά από τα συμπτώματα της νόσου μπορεί να αποδοθούν σε άλλες καταστάσεις, όπως για παράδειγμα η παχυσαρκία, ο διαβήτης και η καρδιαγγειακή νόσος.
Στην παρούσα ανάλυση οι επιστήμονες του NIH εξέτασαν όλες τις διαθέσιμες μελέτες που είχαν χρησιμοποιήσει μοντέλα τεχνητής νοημοσύνης για τη διάγνωση του συνδρόμου πολυκυστικών ωοθηκών τα τελευταία 25 χρόνια. Συνολικά, οι επιστήμονες ανακάλυψαν 135 έρευνες, ωστόσο στην παρούσα ανάλυση χρησιμοποίησαν μόνο 31 από αυτές. Στο 50% περίπου των ερευνών υπήρχαν και δεδομένα από υπερήχους. Η μέση ηλικία των γυναικών που συμμετείχαν στις μελέτες ήταν τα 29 χρόνια.
Στις 10 έρευνες που χρησιμοποίησαν τα τυπικά διαγνωστικά κριτήρια για τη διάγνωση των πολυκυστικών ωοθηκών, η ακρίβεια των διαγνώσεων έφτασε ποσοστά της τάξης του 80-90%.
Καταλήγοντας, η ομάδα υποστήριξε ότι η υψηλή ακρίβεια των μοντέλων τεχνητής νοημοσύνης στη διάγνωση του συνδρόμου μπορεί να βοηθήσει τις ασθενείς, καθώς αν η νόσος διαγνωστεί εγκαίρως μπορεί να αντιμετωπιστεί ευκολότερα. Επιπλέον, μπορεί να περιοριστεί και το κόστος στα συστήματα υγείας από το μεγάλο αριθμό των αδιάγνωστων περιστατικών.
Φωτογραφία: Marek Piwnicki