用人工智能解决女性健康问题，应用于乳腺癌和妊娠合并症等方面

尽管女性占世界人口的一半，但对危害女性健康的严重疾病的研究远远落后于男性。为了改善这种状况，一些科学家正在致力于将人工智能（AI）和计算科学应用于医疗领域。目前，该方法为妊娠并发症、子宫内膜异位症、孕产妇死亡、乳腺癌、子宫颈癌等女性健康问题带来了新的认识，有望改善今后的医疗护理。

研究落后的女性疾病，通过分析庞大数据改变医疗

美国德克萨斯大学奥斯汀分校奥登研究所计算肿瘤学中心主任Thomas·Yankeelov说，计算科学主要在两个方面服务于女性健康研究。一是利用人工智能的机器学习分析庞大的数据，得出大致的结论。另一个方法是从每个患者身上提取信息，对患者进行特化（个体化）评价和预测。

这一进步之所以成为可能，原因之一是由于能够以非常低廉的费用运行高速计算机，科学家们可以在自己所属的研究机构分析大规模数据。

例如，以200个国家的女性生育相关死亡为主题的研究，需要模拟数十万个在分娩时可能影响女性健康的健康参数， 哈佛公共卫生学院负责该项目的Zachary J.Ward说，仅仅在10年前，这样的工作是不可能的。

美国圣路易华盛顿大学女性健康工程中心主任Michelle Oyen表示，对该领域感兴趣的年轻女性工程师的增加也是重要原因。该中心汇集了来自工学院和医学部的学生。

Oyen在研究室实践的将计算机模拟用于与怀孕相关的问题研究的想法“似乎引起了年轻学生的兴趣”。“很多学生都告诉我，自己的母亲有这样的症状，朋友得了这样的病。有志于从事这个领域的人，都有这样的个人背景。”

用数学治疗乳腺癌

Yankeelov为了更有效地治疗局部晚期乳腺癌（LABC，已经扩散但转移仅限于附近淋巴结阶段的乳腺癌），采用了个性化的方法。他说使用从每个人那里收集的数据是最好的。因为乳腺癌有很多子类型，病程和生存前景因人而异。

迄今为止的医学进步，主要采用了临床试验的形式反复试验的方法。一种治疗方法被认为是成功的，是当它不是对一个人有效，而是对每个人都有效的时候。这与其他领域的科学发展方式形成了鲜明的对比。他说：“如果想把人造卫星送入轨道，就不会用发射100颗卫星，祈祷任何一颗卫星进入正确轨道的方法。”根据物理学家和工程师设计的算式，应该会把一颗卫星送到特定的位置。

Yankeelov的团队致力于开发适用于个别LABC患者的方程式。然后，他们推导出4个复杂的方程式，计算每个肿瘤是如何生长的，以及对治疗的反应。从那里使用了高速的电脑。从乳房的核磁共振成像（MRI）中提取数据，然后对个别患者进行方程式求解。

目前的治疗方法一般是先进行标准的化疗，然后外科切除肿瘤。但是，在近三分之二的病例中，肿瘤细胞并没有被切除，而是被保留了下来，这提高了复发的可能性。Yankeelov的方程式目前还处于实验阶段，今后可能会被证明有助于LABC治疗的个体化。

Yankeelov以56名患有LABC的女性为对象进行了一项研究，LABC是一种被称为“三阴性乳腺癌”的难以治疗的类型，通过求解方程式，可以以89%的准确率判断标准治疗是否成功。下一步计划进行临床试验，利用计算机预测实现治疗的个体化，例如给标准治疗失败概率高的人提供接受附加疗法的选择。

了解怀孕和生产所发生的事情

个体化的方法还被用于分娩子宫的研究。在现在的医疗现场，使用被称为子宫测量仪的感压仪器来监测子宫收缩。该装置可以测量子宫收缩的长度、频率、强度。

圣路易斯华盛顿大学工学院医学院的副教授王勇表示，为了了解早产或者停止阵痛的情况下子宫内发生了什么，就需要了解更详细的信息。

王勇等人开发出了名为“电子子宫肌肉成像系统”的自主检测装置。放在腹部上使用的该装置包括250个电极，每秒可以记录50万位数据。每当子宫收缩时，电脑就会将这些数据转换成子宫的实时动态图像。

王勇说：“这样，我们将首次在三维（3d）空间评估人类子宫的功能，而不会对身体造成任何负担。”

用这个装置测量了55名分娩女性的子宫收缩，子宫里发生了什么都被详细的3d图像记录了下来，例如，随着收缩的进行，子宫的特定部位是如何被激活的，也看的很清楚。王勇等人的研究发表在2023年3月14日的学术杂志《Nature Communications》上。

王勇希望，有一天，所有人的分娩过程都能以这种形式被监控，医疗工作者也能看到实时生成的图像。该装置还用于研究受孕能力、月经痛、子宫内膜异位症等怀孕期间以外的子宫状况。Oyen团队也致力于了解怀孕，尤其致力于向胎儿提供营养和氧气的胎盘的研究。对于人类的生存来说，胎盘是不可缺少的，但Oyen说，关于胎盘，有很多令人惊讶的不了解。因此，当胎盘出现问题时，产科医生能采取的手段只有让其静养、剖腹产等。

Oyen利用机器学习制作了胎盘的动态计算模型：“将形状和组织特性输入电脑，反复模拟数百次，寻找改变组织特性时会发生什么。”当然，由于伦理上的原因，这项研究不能以活生生的人进行，也不能利用动物。因为动物的胎盘与人类大不相同。

这样的模仿研究，例如胎儿的成长速度异常地变慢的情况，发生妊娠子痫等妊娠合并症的情况下，希望对理解胎盘的作用有帮助。

Oyen还通过数字技术探测胎儿所在的羊水。在所有怀孕案例中，约有3%的孕妇在阵痛开始之前，会出现前期破水。在胎儿还没有存活下来的怀孕早期发生的情况也不少。

通过在虚拟空间上对个别纤维施加压力，制造出裂缝，就能清楚地了解引起这些破裂的一系列现象。总有一天，在小问题演变成毁灭性的事态之前，就有可能在子宫内进行修复治疗。

大数据的应用

Ward致力于改善全世界女性的健康，支撑他的支柱是大规模模拟实验。他的团队基于全球范围内可获得的数据，使用超过40万的医学、社会、经济参数来计算可能左右孕产妇死亡率的因素（例如，各国孕妇接受的产前护理量、高血压比例、访问医疗分娩设施等）。

Ward等人估计，虽然过去30年全世界每年的孕产妇死亡率下降了40%以上，但至今仍处于较高水平。他的团队通过模拟发展中地区可能采取的干预措施，评估了每种措施所具有的效果，论文发表在2023年4月20日的医学杂志《Nature Medicine》上。

大规模利用计算机进行的研究表明，仅靠一种干预方案是不够的。

他说：“我们发现，一次只采取一种对策是没有多大意义的。我们需要针对各个国家的特殊的、全面的、统一的战略。”

例如，如果提高生产设施的质量，让更多的女性使用这些设施，那么世界上很多国家的孕妇存活率就会提高。但与此同时，如果没有在这些设施中配备受过充分训练的医务人员，或者允许女性接触避孕手段，这些措施是不充分的。

为了减少全球宫颈癌死亡人数而进行的模拟研究也得出了同样的结论。例如影像诊断技术的导入，如果不能同时提高用于化疗的药物、受过训练的专科医生、放射线治疗的可用性，就无法取得更好的结果。

虽然通过计算机计算并没有找到万能的介入方案，但Ward认为，收集这些信息是非常重要的。他说：“我希望政策制定者根据数据做出决定。”以Ward为代表的科学家们，今后将继续把计算科学用于女性健康，这一目标将会更加明确。

打赏