大数据及人工智能对女性盆底功能障碍性疾病的诊断及风险预测  

Diagnosis and risk prediction of female pelvic floor dysfunction diseases using big data and artificial intelligence

作　　者：李晓阳 刘柏隆[1] 周祥福[1] Xiaoyang Li;Bolong Liu;Xiangfu Zhou

机构地区：[1]中山大学附属第三医院泌尿外科,广州510000

出　　处：《中华腔镜泌尿外科杂志（电子版）》2023年第6期549-552,共4页Chinese Journal of Endourology(Electronic Edition)

基　　金：国家自然科学基金(82170786);中山三院临床研究专项基金远航计划资助项目(YHJH202205);广州市科技计划项目重点研发计划(202103000035)。

摘　　要：女性盆底功能障碍(pelvic floor dysfunction,PFD)指女性盆底的肌肉、韧带、结缔组织等支持结构因创伤、退化等因素导致缺陷或松弛而出现的一类疾病,以压力性尿失禁(stress urinaryincontinence,SUI)、性功能障碍(sexual dysfunction,SD)和盆腔器官脱垂(pelvic organ prolapse,POP)为主要表现,严重影响女性日常生活[1]。年龄、妊娠、分娩方式、肥胖等均是其常见的诱发因素[2]。据报道,欧洲女性产后盆底功能障碍的发病率达64%,我国大约是48.79%[3-4]。较高的发病率以及对生活质量的严重影响使得PFD的预防、诊断和治疗显得尤为重要。随着大数据和云计算能力的提升,人工智能(artificial intelligence,AI)技术已经被广泛应用在医学领域,如疾病监测、早期筛查、风险预测、支持诊断等[5]。本文旨在总结AI在PFD的最新研究进展及应用前景,为相关研究者提供参考。

关 键 词：女性 盆底功能障碍 大数据 人工智能(AI) 图像识别 神经网络模型 筛查 诊断 尿失禁 深度学习 无监督学习 

分 类 号：R711[医药卫生—妇产科学]