人工智能已逐漸應(yīng)用于醫(yī)學(xué)的許多領(lǐng)域，將知識(shí)和數(shù)據(jù)與計(jì)算機(jī)科學(xué)相結(jié)合。從根本上講，人工智能涉及計(jì)算方法，其中算法/機(jī)器模擬人類大腦認(rèn)知功能的過程。除了通過人類與其他程序之間的接口應(yīng)用已有知識(shí)外，這些算法還可以學(xué)習(xí)。人工智能的這一子類稱為機(jī)器學(xué)習(xí)（ML），其中算法通過經(jīng)驗(yàn)自動(dòng)學(xué)習(xí)，而無需為這些任務(wù)進(jìn)行明確編程。學(xué)習(xí)過程包括根據(jù)輸入數(shù)據(jù)調(diào)整內(nèi)部參數(shù)或模型結(jié)構(gòu)，從而使系統(tǒng)能夠通過迭代提高其性能。通過這種方式，機(jī)器可以智能地與其環(huán)境交互并不斷發(fā)展以做出更準(zhǔn)確的決策。

與其他醫(yī)學(xué)領(lǐng)域不同，內(nèi)分泌學(xué)并不與單一的器官結(jié)構(gòu)相關(guān)，而是與復(fù)雜的激素和代謝物生物系統(tǒng)相關(guān)聯(lián)。激素嵌入在局部和遠(yuǎn)端作用的錯(cuò)綜復(fù)雜網(wǎng)絡(luò)之中，包括各種受體、信號(hào)通路和復(fù)雜的反饋機(jī)制。因此，存在大量具有多種生理和疾病相關(guān)相互作用的細(xì)胞和激素模型。這些多層次、相互關(guān)聯(lián)的系統(tǒng)顯然超出了人類大腦的理解和推理能力。激素調(diào)節(jié)中時(shí)鐘基因依賴的生物節(jié)律機(jī)制以及內(nèi)分泌模塊中扭曲的自主激素產(chǎn)生機(jī)制仍然知之甚少。預(yù)計(jì)這種顯著的異質(zhì)性和復(fù)雜性將非常適合用人工智能算法來解決。

一、已建立人工智能在內(nèi)分泌學(xué)領(lǐng)域的先進(jìn)應(yīng)用

美國食品藥品監(jiān)督管理局(FDA)于2015-2016年批準(zhǔn)基于人工智能（AI）的醫(yī)療設(shè)備用于臨床。截至2023年7月，FDA 批準(zhǔn)的基于AI的醫(yī)療設(shè)備數(shù)量已超過500種。在歐洲，醫(yī)療設(shè)備需通過分散機(jī)構(gòu)進(jìn)行審批，但數(shù)量與之相當(dāng)。這些獲批的醫(yī)療設(shè)備大多在放射學(xué)、腫瘤學(xué)、眼科學(xué)及一般決策等領(lǐng)域廣泛應(yīng)用。

糖尿病是最常見的內(nèi)分泌疾病，尤其是2型糖尿病(T2D)，影響著全球近10%的人口，預(yù)計(jì)未來20年內(nèi)這一數(shù)字將呈指數(shù)級(jí)增長。及早發(fā)現(xiàn)2型糖尿病可以有效預(yù)防其他并發(fā)癥，并阻止這種疾病造成的損害。在這方面，機(jī)器學(xué)習(xí)已顯示出其在預(yù)測(cè)患者是否會(huì)患上2型糖尿病以及潛在并發(fā)癥風(fēng)險(xiǎn)方面的有效性。同樣，可以用機(jī)器學(xué)習(xí)來評(píng)估妊娠期糖尿病的風(fēng)險(xiǎn)和干預(yù)的必要性，但需要進(jìn)一步驗(yàn)證才能廣泛使用。

糖尿病視網(wǎng)膜病變(DR)是糖尿病常見的大血管并發(fā)癥。鑒于糖尿病大流行的加劇，早期發(fā)現(xiàn)可治療的DR至關(guān)重要，以避免全球越來越多的糖尿病患者出現(xiàn)嚴(yán)重的發(fā)病率和疾病負(fù)擔(dān)，包括失明。診斷技術(shù)的發(fā)展促進(jìn)了視網(wǎng)膜疾病的篩查。

機(jī)器學(xué)習(xí)（ML）系統(tǒng)可有效準(zhǔn)確地從數(shù)碼照片或光學(xué)相干斷層掃描中檢測(cè)DR。迄今為止，已有多家公司提供新的人工智能驅(qū)動(dòng)系統(tǒng)。因此，目前正在測(cè)試高準(zhǔn)確度和效率的人工智能技術(shù)，以診斷和篩查早期疾病階DR 。最近，卷積神經(jīng)網(wǎng)絡(luò)（CNN）算法甚至能夠在DR遠(yuǎn)程醫(yī)療篩查程序中識(shí)別無法分級(jí)的圖像。因此，對(duì)于糖尿病患者，在原發(fā)病期間拍攝的圖像可以準(zhǔn)確評(píng)估非散瞳視網(wǎng)膜圖像的可分級(jí)性。這可能會(huì)徹底改變DR篩查程序急需的效率。EyeArt和IDx-DR等人工智能技術(shù)已獲批準(zhǔn)，廣泛用于篩查DR患者。

遠(yuǎn)程醫(yī)療和數(shù)字監(jiān)控可以做出重大貢獻(xiàn)的另一個(gè)經(jīng)典領(lǐng)域是血糖監(jiān)測(cè)。盡管胰島素泵和持續(xù)血糖監(jiān)測(cè)設(shè)備的使用更加廣泛，但大多數(shù)1型糖尿病患者都未能實(shí)現(xiàn)充分的血糖控制。最近的臨床試驗(yàn)表明，使用基于人工智能的自動(dòng)化決策支持系統(tǒng)優(yōu)化胰島素劑量對(duì)患有1 型糖尿病的青少年是有效的。FDA批準(zhǔn)的用于管理糖尿病患者血糖水平的設(shè)備是DreaMed Advisor Pro (DreaMed)，它與MiniMed? 780G系統(tǒng) （Medtronic）一起使用時(shí)，可根據(jù)需求自動(dòng)輸送胰島素。另一種工具Guardian? Connect (Medtronic) 為糖尿病患者提供持續(xù)血糖監(jiān)測(cè)，在移動(dòng)設(shè)備上提供實(shí)時(shí)血糖水平監(jiān)測(cè)和警報(bào)。全自動(dòng)胰島素輸送系統(tǒng)和基于人工智能的血糖管理工具的結(jié)合有望減少糖尿病并發(fā)癥，同時(shí)增強(qiáng)和簡化患者的血糖控制。基于人工智能的應(yīng)用也正在內(nèi)分泌學(xué)的其他領(lǐng)域得到應(yīng)用。

二、正在開發(fā)的人工智能：從徹底改變內(nèi)分泌病理學(xué)到智能診斷

基于人工智能的技術(shù)已經(jīng)在內(nèi)分泌疾病管理的各個(gè)方面證明了其有效性，目前許多應(yīng)用程序正在開發(fā)中，并在等待批準(zhǔn)時(shí)顯示出良好的結(jié)果。

例如，AI在常見腫瘤的準(zhǔn)確診斷方面已取得成功，甚至可以區(qū)分同一器官內(nèi)不同組織來源的腫瘤。同樣，AI現(xiàn)已在甲狀腺結(jié)節(jié)、淋巴結(jié)和細(xì)胞病理標(biāo)本的評(píng)估方面接受測(cè)試和改進(jìn)。其中一種方法是基ML的多特征整合模型，可以預(yù)測(cè)乳頭狀甲狀腺癌的中央淋巴結(jié)轉(zhuǎn)移。該CNN預(yù)測(cè)模型可為甲狀腺乳頭狀癌的臨床診斷和治療提供參考。

有人提議利用人工智能根據(jù)組織微小RNA (miRNA) 表達(dá)來診斷腎上腺皮質(zhì)腺瘤。此外，癌癥干細(xì)胞標(biāo)志物的表達(dá)可用于預(yù)測(cè)免疫檢查點(diǎn)抑制劑治療腎上腺皮質(zhì)癌的有效性。此外，人工智能還可以支持臨床團(tuán)隊(duì)進(jìn)行術(shù)前和術(shù)后決策。然而，人工智能在內(nèi)分泌病理學(xué)中的實(shí)際和常規(guī)應(yīng)用需要進(jìn)一步驗(yàn)證，以證明其可靠性、有效性和現(xiàn)實(shí)世界的實(shí)用性。

大多數(shù)內(nèi)分泌疾病都有遺傳背景。機(jī)器學(xué)習(xí)可以預(yù)測(cè)2型糖尿病的發(fā)展并評(píng)估受影響患者潛在并發(fā)癥的風(fēng)險(xiǎn)。在內(nèi)分泌疾病具有遺傳基礎(chǔ)的情況下，機(jī)器學(xué)習(xí)有助于早期發(fā)現(xiàn)并加快治療。研究表明，機(jī)器學(xué)習(xí)算法可以使用基因組數(shù)據(jù)預(yù)測(cè)2型糖尿病病例，其準(zhǔn)確率高于人類評(píng)估，并且當(dāng)與其他生物標(biāo)志物相結(jié)合時(shí)，準(zhǔn)確率會(huì)進(jìn)一步提高。這同樣適用于人工智能在內(nèi)分泌成像和激素分析中的應(yīng)用。這些領(lǐng)域的人工智能尚處于早期階段，才剛剛開始發(fā)掘其潛力。 盡管這些領(lǐng)域還處于發(fā)展的早期階段，但人工智能在提供可行有效的早期檢測(cè)、表征、管理和患者隨訪策略方面顯示出良好的前景。

三、具有變革型潛力的未來應(yīng)用：從早期生命形成到面部識(shí)別，從新型生物標(biāo)志物增強(qiáng)到精準(zhǔn)醫(yī)療

     推進(jìn)內(nèi)分泌學(xué)領(lǐng)域的研究和加強(qiáng)醫(yī)療護(hù)理對(duì)于更好地了解、診斷和治療內(nèi)分泌疾病至關(guān)重要。然而，充分利用人工智能的過程也伴隨著挑戰(zhàn)。

人工智能系統(tǒng)依賴于與其任務(wù)相關(guān)的大量高質(zhì)量數(shù)據(jù)，因此數(shù)據(jù)可訪問性和隱私問題至關(guān)重要。美國和歐洲缺乏針對(duì)基于人工智能的醫(yī)療設(shè)備的特定監(jiān)管途徑，這給其審批和監(jiān)督帶來了進(jìn)一步的不確定性。此外，醫(yī)療保健領(lǐng)域的人工智能系統(tǒng)通常充當(dāng)臨床決策支持工具，這意味著它們的有效性取決于用戶的專業(yè)知識(shí)和實(shí)施環(huán)境。

機(jī)器學(xué)習(xí)最受歡迎和最受期待的應(yīng)用之一是生殖內(nèi)分泌學(xué)，它有望改善輔助生殖的結(jié)果。人工智能有可能通過卵母細(xì)胞形態(tài)評(píng)估、計(jì)算機(jī)化精液分析、使用超聲跟蹤卵泡發(fā)生、確定子宮內(nèi)膜容受性以及根據(jù)生物和化學(xué)特征優(yōu)化受孕來提高生育能力。

機(jī)器學(xué)習(xí)的風(fēng)險(xiǎn)識(shí)別和一級(jí)/二級(jí)預(yù)防能力對(duì)于內(nèi)分泌和代謝疾病尤其重要，因?yàn)檫@些疾病通常診斷較晚或長期未確診。人工智能算法在預(yù)測(cè)骨質(zhì)疏松癥發(fā)生、使用心電圖 (ECG) 監(jiān)測(cè)篩查荷爾蒙失衡以及為內(nèi)分泌學(xué)實(shí)踐提供有力見解方面已顯示出良好的前景。骨質(zhì)疏松癥管理的主要挑戰(zhàn)之一與診斷和治療差異有關(guān)。雖然診斷是基于雙重X射線吸收儀檢測(cè)到的骨礦物質(zhì)密度，但大部分早期骨折發(fā)生在非整骨骨礦物質(zhì)密度值時(shí)。據(jù)報(bào)道，最近開發(fā)的算法在預(yù)測(cè)和評(píng)估有關(guān)骨折檢測(cè)的骨質(zhì)量以及基于影像和臨床數(shù)據(jù)估計(jì)骨折風(fēng)險(xiǎn)方面的專業(yè)知識(shí)與臨床醫(yī)生相當(dāng)，在某些情況下甚至超越了臨床醫(yī)生。這些算法還顯示出制定有效治療計(jì)劃的潛力。然而，即使擁有最好的人工智能技術(shù)，參考值不足仍然是得出臨床有用結(jié)論的主要挑戰(zhàn)。

研究人員之前曾報(bào)告稱，即使是表現(xiàn)出強(qiáng)烈表型（如肢端肥大癥，一種腫瘤相關(guān)癥狀）的內(nèi)分泌患者，診斷也為時(shí)已晚（平均在出現(xiàn)特征性癥狀后8年）。使用人工智能從面部圖像中實(shí)時(shí)檢測(cè)肢端肥大癥可以為這一困境提供一個(gè)可能的解決方案。在ImageNet數(shù)據(jù)集上訓(xùn)練的三種架構(gòu)（即ResNet50、DenseNet121和InceptionV3）被用于創(chuàng)建一個(gè)CNN模型，該模型可以學(xué)會(huì)區(qū)分某些圖像是“健康”還是“肢端肥大癥”。在創(chuàng)建集成模型之后，該系統(tǒng)通過樣本高性能地檢測(cè)出肢端肥大癥。

除了早期檢測(cè)外，近年來，基于人工智能的技術(shù)也得到了發(fā)展，通過使用移動(dòng)應(yīng)用程序來改善糖尿病足潰瘍的遠(yuǎn)程監(jiān)控。糖尿病足潰瘍是一個(gè)日益嚴(yán)重的問題，發(fā)病率和死亡率極高。足部診所嚴(yán)重短缺，如果有的話，也只有在專門的中心才有。數(shù)字遠(yuǎn)程監(jiān)控可能有助于減少患者被送往診所的需要，因?yàn)樗芗皶r(shí)指導(dǎo)必要的治療決策。

參考資料：

Oikonomakos IT, Anjana RM, Mohan V, Steenblock C, Bornstein SR. Recent advances in artificial intelligence-assisted endocrinology and diabetes. Explor Endocr Metab Dis, 2024, 1: 16–26