拉丁美洲及加勒比海地区性健康、生殖健康与孕产妇健康领域人工智能应用的范围综述(Artificial Intelligence for Sexual, Reproductive and Maternal Health in Latin America and the Caribbean: A Scoping Review)

《Journal of Obstetrics and Gynaecology》:Artificial intelligence for sexual, reproductive and maternal health in Latin America and the Caribbean: a scoping review

【字体: 大 中 小 】 时间:2026年07月08日 来源:Journal of Obstetrics and Gynaecology 2.2

编辑推荐:

  背景:人工智能(Artificial Intelligence, AI)在强化性健康、生殖健康与孕产妇健康(sexual, reproductive and maternal health, SRMH)方面的诊断、优化服务递送及拓展信息获取方面具有较大潜力。然

  
背景:人工智能(Artificial Intelligence, AI)在强化性健康、生殖健康与孕产妇健康(sexual, reproductive and maternal health, SRMH)方面的诊断、优化服务递送及拓展信息获取方面具有较大潜力。然而在拉丁美洲及加勒比海地区(Latin America and the Caribbean, LAC),SRMH领域AI应用的范围、焦点及成熟度仍缺乏系统性描述。目的:识别、梳理并分析LAC地区SRMH优先服务中现有AI应用,刻画其主题领域、目标人群及AI工具类型,同时指出研究空白与未来研究需求。方法:研究人员遵循Arksey和O'Malley框架及PRISMA扩展版范围综述(Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for scoping reviews, PRISMA-ScR)声明开展范围综述。检索PubMed、SciELO、Cochrane及LILACS数据库至2023年8月,辅以定向Google搜索及滚雪球法。纳入报告LAC地区SRMH服务中AI应用的记录,提取研究现场、人群、SRMH领域、AI技术及实施阶段数据。结果:初检得1,518条记录,其中143篇符合纳入标准。多数发表于2020—2023年,来源于墨西哥、哥伦比亚、秘鲁、巴西及阿根廷。超半数(54%)为同行评议论文,另有学位论文及网络报告。应用领域集中于产前-产时-产后照护(36%)及生殖器官癌(31%),针对性健康、避孕、性别暴力、性满意度或咨询的倡议极少。机器学习(Machine Learning, ML)方法为主(52%),其次为深度学习(Deep Learning, DL, 41%)。近半数(48%)为探索性项目,17%为已实施但无结局数据,35%报告了真实场景下的性能表现。结论:LAC地区SRMH领域AI应用正在扩展,但主题偏窄、人群选择性强且多为探索阶段,亟需更多具多样性、经严格评价且以公平为导向的工具。
论文解读:《Journal of Obstetrics and Gynaecology》发表——拉丁美洲及加勒比海地区性健康、生殖健康与孕产妇健康领域人工智能应用的范围综述
研究背景与立项依据
性健康、生殖健康与孕产妇健康(sexual, reproductive and maternal health, SRMH)涵盖避孕可及性、安全流产、性传播感染(sexually transmitted infections, STIs)包括HIV的预防诊治、孕产期照护(产前、产时、产后)、月经卫生管理、生殖器官癌防治、性别暴力及性满意度等内容。拉丁美洲及加勒比海地区(Latin America and the Caribbean, LAC)存在显著的地域、社会经济及族裔健康不平等,数字基础设施不均、健康数据治理缺位及AI卫生领域监管框架缺失进一步制约了公平导向AI工具的开发与规模化。目前关于SRMH领域AI应用的证据多来自高收入国家,LAC地区AI-SRMH的科学产出分散、情境特异且常未发表,尚无综述对该地区AI在SRMH各主题的分布、目标人群、工具类型及实施阶段进行系统梳理。鉴于AI可能依设计方式不同加剧或缓解既有健康不平等,有必要厘清区域现状与研究缺口,因此研究人员开展了本范围综述(scoping review)。
研究方法概要
研究人员遵循Arksey and O'Malley框架及PRISMA-ScR(Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for scoping reviews)报告规范,采用人群—概念—情境(Population, Concept and Context, PCC)标准制定纳排标准。研究对象为LAC地区接受SRMH服务的人群及SRMH领域卫生专业人员;概念涵盖任何将AI应用于SRMH服务的工具,含诊断工具、预测模型、临床决策支持系统(clinical decision support systems, CDSS)、聊天机器人(chatbots)及教育平台;情境限定于LAC卫生系统与人群,排除非AI研究、非LAC地区及非SRMH主题文献。检索PubMed、SciELO、Cochrane及LILACS(西班牙语与英语,2008—2023年,截至2023年8月),辅以定向Google搜索与滚雪球法。由两名独立评审员筛选题目与摘要并经全文评审,分歧协商达成共识。AI技术分类为:含神经网络者归为深度学习(Deep Learning, DL),使用无神经网络的统计模型/算法者归为机器学习(Machine Learning, ML),未描述算法者归为其他(Other);排除符号AI(symbolic AI)及单纯线性回归/逻辑回归。采用数值描述与归纳性主题分析,按SRMH领域、目标人群及实施阶段分组。
研究结果
Characteristics of the articles(纳入文献特征)
初检1,518条记录(数据库1,079条,灰色文献及滚雪球439条),去重后1,322条进入题目摘要筛选,排除1,058条,264篇行全文评审,最终纳入143篇。143篇文献主要来源于墨西哥(20%)、哥伦比亚(20%)、秘鲁(17%)、巴西(13%)、阿根廷(10%)等国;78%为国内产出,76%集中于2020—2023年;54%为同行评议期刊论文,30%为学位论文(多属工程学),15%为机构/媒体网络报道。对应作者男性占61%,女性占29%。
Research question 1: sexual and reproductive health services addressed with AI in the region(LAC地区AI所针对的SRMH服务领域)
AI应用最集中于产前-产时-产后照护(36%, 52/143),其次为生殖器官癌预防检测与治疗(31%, 45/143),二者合计约占三分之二。其余为:性暴力和性别暴力防治与管理(8%)、不孕症的预防检测与管理(8%)、STIs/HIV预防检测治疗(6%)、SRMH信息提供与咨询/全面性教育(3%)、性功能与性满意度(2%)、AI辅助避孕选择(2%);2篇同时涉及产前照护与梅毒。目标人群以孕产妇(36%)、癌症患者(31%)为主,泛称女性11%,一般人群8%,STIs/HIV感染者6%,儿童青少年5%,专对男性2%,无专对LGBTIQ+人群记录。
Research question 2: artificial intelligence tools used in SRMH(SRMH中使用的AI工具)
机器学习(ML, 52%, 75篇)以支持向量机(Support Vector Machines, SVM)、随机森林(Random Forest)、XGBoost最常见;深度学习(DL, 41%, 58篇)以卷积神经网络(Convolutional Neural Networks, CNN)、人工神经网络(Artificial Neural Networks, ANN)、多层感知器(Multilayer Perceptron, MLP)为主;7%未指明具体AI技术。其中7篇涉及自然语言处理(natural language processing, NLP),3篇涉及计算机视觉(computer vision)。
Research question 3: development phases of AI tools(AI工具的开发展阶段)
48%(68/143)为实验室探索性项目(含学位论文);17%(25/143)为已在真实场景实施但无正式结局报告;35%(50/143)为既实施又有真实世界性能数据报道。
讨论与结论翻译
讨论指出,本范围综述分析143篇LAC地区SRMH领域AI文献,发现AI明显偏向产前照护与生殖器官癌,流产照护、性满意度及咨询代表性不足;反映法律限制、文化禁忌及制度能力不足的结构性障碍。目标人群集中于孕产妇与癌症患者,儿童、青少年、LGBTIQ+及其他脆弱群体未被充分代表;多数国家缺乏医疗卫生AI综合法律框架。区域具监管协同潜力(参照EU AI Act),但无统一标准与监督恐放大算法偏见与健康不平等。多数文献为实验室项目,已实施项目多缺结局数据,无法确认模型性能指标是否转化为服务可及性与质量改善。未来应推进经严格评价的实景实施研究,衡量临床影响、健康公平与用户体验;AI设计应自初始即包容边缘化群体并纳入区域多样性数据集;加强区域协作以统一伦理标准、能力建设并缩小可及性差距;卫生系统应发展契合人权、性别平等与社会正义原则的AI评估、监管与治理能力。
结论(Conclusions):本研究探讨了拉丁美洲及加勒比海地区性健康、生殖健康与孕产妇健康(SRMH)领域人工智能的应用。尽管在产前照护与宫颈癌预防等领域取得显著进展,仍存在显著空白与挑战,强调需使AI应用多样化并纳入多元人群以保障SRMH服务公平有效可及。从所用AI类型及发展阶段看,该地区处于早期阶段,以方案探索与初步开发为主。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号