Voiko tekoäly diagnosoida endometrioosin kuukautiskierron epäsäännöllisyyksistä, jotka havaitaan kuukautisten seurantasovelluksen tiedoista ?

Endometrioosi häiritsee hormonaalisia syklejä, mikä usein aiheuttaa epäsäännöllisiä verenvuodon malleja. AI:n analysoidessa sovellukseen tallennettuja oireita voisi tunnistaa taudin yhteydessä esiintyviä epätavallisia syklejä. Varhainen havaitseminen voisi vähentää diagnoosin viivästyksiä, jotka ovat nykyisin keskimäärin 7–10 vuotta. Tietojen laatu ja käyttäjän raportointiharhat ovat kuitenkin keskeisiä haasteita. Menetelmä hyödyntää laajamittaisesti joukkolähteisiä terveysmalleja.

Tutkijat ovat alkaneet selvittää, voivatko tekoälymallit käyttää kuukautissovellusten oirekirjauksia mahdollisen endometrioosin tunnistamiseen, mutta nykyiset järjestelmät ovat kokeellisia eivätkä niitä ole hyväksytty diagnoosikäyttöön. Vuoden 2023 tutkimuksessa osoitettiin, että koneoppiminen itse ilmoitetuista oireista voi saavuttaa kohtalaisen tarkkuuden endometrioosin todennäköisyyden erottamisessa kontrolliryhmästä, mutta korkeat väärien positiivisten tulosten määrät sekä puuttuva vahvistava kuvantaminen tai leikkausvalidointi rajoittavat kliinistä luotettavuutta. Koska endometrioosin diagnoosi edellyttää tyypillisesti laparoskooppista leikkausta tai MRI-kuvantamista, pelkkään syklin epäsäännöllisyyteen perustuvat AI-ehdotukset tulisi nähdä alustavina signaaleina eikä lopullisina diagnooseina. Sovelluksen antamat hälytykset tulisi ohjata pätevän terveydenhuollon ammattilaisen konsultointiin asianmukaisia testejä varten.

— Enriched 12. toukokuuta 2026 · Lähde: BMJ — https://www.bmj.com/content/383/bmj.p2810