基于聯邦學習的多囊卵巢綜合征預測平臺的構建

孫燁　任健　田琪　袁夢琪　徐巖

［摘要］多囊卵巢綜合征是臨床常見的內分泌系統疾病，其發病機制至今尚未明確，但已知與遺傳、環境等因素相關。本文根據預防為主、防治結合的診療思路，采用聯邦學習技術融合多種算法構建平臺，通過信息數據采集及管理、預測模型建立、實施風險評估和健康指導3個基本環節，在保證女性醫療隱私數據安全的前提下，以期實現對女性健康狀態的連續追蹤、反饋和疾病的精準預防、高效治療。

［關鍵詞］多囊卵巢綜合征；聯邦學習；預測

［中圖分類號］R711.75［文獻標志碼］A［文章編號］2096-5532（2023）03-0458-04

doi：10.11712/jms.2096-5532.2023.59.083［開放科學（資源服務）標識碼（OSID）］

［網絡出版］https：//kns.cnki.net/kcms2/detail/37.1517.R.20230726.1033.001.html;2023-07-2616：29：45

CONSTRUCTION OF A PREDICTION PLATFORM FOR POLYCYSTIC OVARY SYNDROME BASED ON FEDERATED LEARNING? SUN Ye， REN Jian， TIAN Qi， YUAN Mengqi， XU Yan （College of Traditional Chinese Medicine， Shandong University of Chinese Medicine，Jinan? 250355， China）

［ABSTRACT］Polycystic ovary syndrome is a common endocrine system disease in clinic. Its pathogenesis has not been clarified yet， but it is known to be related to genetic and environmental factors. Based on the diagnosis and treatment idea of prevention first and prevention and treatment combination， this paper integrates various algorithms using the federated learning technology to build a platform. Through three basic links of information data collection and management， prediction model establishment， and implementation of risk assessment and health guidance， continuous tracking and feedback of female health status and accurate prevention and efficient treatment of diseases are expected to be achieved under the premise of ensuring the security of female medical privacy data.

［KEY WORDS］polycystic ovary syndrome; federated learning; forecasting

多囊卵巢綜合征（PCOS）是一種育齡期女性高發的代謝紊亂性內分泌疾病，發病率高達5.61%[1]，受遺傳、環境、生活方式和心理情志等多種因素影響[2] 。臨床上主要表現為多毛及痤瘡、月經稀發等[3]，還可引起高血壓、2型糖尿病等并發癥以及焦慮、抑郁等精神性疾病[4]。有研究發現，PCOS是一種病因多樣、表現極不均一的臨床綜合征，具有高度異質性與持續進展性[5]，且不可治愈，嚴重危害女性的身心健康和生活質量。2015年美國雄激素學會 （AES） 和PCOS學會聯合發布的PCOS診療操作指南指出，對于月經初潮后2～3年內的疑似PCOS病人應該進行定期隨訪[6-7]。有研究結果顯示，青春期卵巢功能紊亂是基于月經稀發和（或）不排卵，初潮后2～3年的持續月經稀發可以用于預測青春期PCOS[8]。因此，針對PCOS危險人群的發病危險因素及時采取相應的預防和治療措施，能夠有效預防PCOS的發生。故亟需建立PCOS預測平臺，以實現PCOS的精準防控。本文研究采用聯邦學習（FL）技術，構建PCOS預測平臺。

1PCOS危險因素研究

疾病危險因素是流行病學層面的病因，是指與疾病的發生發展存在因果關系，但無確實證據證明其致病效應的因子[9]。PCOS發病受危險因素的影響，危險因素能增加女性成為PCOS危險人群或PCOS病人的概率，且在一定程度上加大了PCOS的治療難度。PCOS危險因素可以歸納為人口學特征、相關癥狀、疾病史、生活方式、心理狀態5個方面。人口學特征方面，研究發現肥胖與PCOS的發病具有相關性，體質量指數（BMI）偏高的女性患病率明顯升高[10]。此外，初潮年齡、月經情況等與PCOS發病相關，月經初潮時間提前或延遲可能是PCOS的發病危險因素[11]；月經周期紊亂也與PCOS的發生密切相關[12]。疾病史方面，PCOS與遺傳基因存在關系，表現為發病具有家族聚集現象，家族中有患糖尿病、高血壓者，同性親屬不孕的女性PCOS發病率明顯增加[13]。生活方式方面，晚睡或睡眠不規律對PCOS的發生也存在一定影響。研究發現，睡眠障礙導致的交感神經活動水平提高和胰島素敏感性降低均可影響PCOS的發生[14-15]。此外，飲食習慣、運動情況、是否吸煙、飲酒等也可能與PCOS的發病存在關聯，但是否為PCOS危險因素仍需進一步研究分析。心理狀態方面，長期的焦慮、抑郁等不良情緒也可能是誘發或加重PCOS的因素[16]。

2隱私保護問題與FL的提出

由于互聯網、物聯網等移動信息技術的迅猛發展，利用醫療健康數據進行疾病預測成為可能，但醫療健康數據敏感程度較強，隱私安全性要求較高。歐盟于2017年出臺了《通用數據保護條例》（GDPR）[17]用于保護數據隱私。但2018年騰訊智慧安全情報中心發布的報告顯示，我國有7成以上的三級甲等醫院所接入的第三方醫療服務平臺存在隱私泄露問題[18]。出于醫療數據隱私泄露的擔憂和相關數據保護法規的限制，現有醫療數據通常以“孤島”的形式存儲于不同醫療機構及設備無法共享，形成了數據壁壘。如何讓數據量有限的醫療機構在數據資源安全共享的同時實現疾病的預測，FL的出現和發展解決了這一難題[19]。作為一種分布式機器學習方法和人工智能技術，FL由Google在2016年最先提出，應用于Gboard輸入法系統，實現候選詞的預測[20]。與傳統的集中式學習相反，在FL過程中，各參與方不交換原始數據，通過交換模型參數實現多個參與方數據蘊含知識的融合和敏感數據的隱私保護[21]。其模型訓練效果等同于各方聚合數據所建立的最優模型。LEE等[22]在FL環境中為不同醫療機構的相似病人提供隱私保護，用于預測5種疾病的發病率。BRISIMI等[23]提出通過存儲在智能手機和醫療設備的健康數據建立FL模型，分析預測心臟病病人的住院情況。

3基于FL的PCOS預測平臺

3.1平臺構建預期

針對各醫療機構收集到的PCOS病人、PCOS危險女性、健康人群的醫療數據信息，以FL為依托，融合多種算法深度挖掘處理構建PCOS預測平臺，在醫療資源共享和醫療數據不出本地以保證數據安全的前提下，實現PCOS的高危因素定位和發病風險預判，為PCOS危險女性、PCOS病人提供智能預測、輔助診斷、高效防治、隨訪跟蹤和個性化健康指導，以改善女性健康狀況，促進PCOS醫療服務體系的進一步完善。

3.2平臺功能架構

本平臺可分為醫療機構用戶端與總服務端兩部分，其中用戶端由社區醫院、二級及三級醫院等醫療機構組成，總服務端由具備一定計算和存儲能力的云端服務器構成，由本平臺設計研發人員操作運行。平臺構建的要點在于信息數據采集及管理、FL預測模型建立、實施風險評估和健康指導3個基本環節。

3.2.1信息數據采集及管理本平臺中各用戶端采用醫療站點式、遠程控制式等調查方式，應用紙質或電子調查問卷、手機App、可穿戴式智能設備等，對PCOS病人、健康女性進行信息數據采集。采集信息的內容包括人口學資料、初潮年齡、月經周期、經量、體質量指數（BMI）、毛發分布情況、痤瘡情況、個人病史、家族病史、居住環境、飲食習慣、生活方式、心理狀態等已知的PCOS發病高危因素，以及可能與PCOS發病相關、需要進一步研究分析是否屬于PCOS高危因素的信息。見表1。考慮到單個數據庫集中存儲數據規模較大、存在計算延遲的可能和單點攻擊數據泄露風險的問題，每個醫療機構作為一個用戶端，將采集到的女性信息匯總儲存在本地形成數據集，在進行數據集成、數據清洗等預處理后，為FL模型的訓練做好準備。

3.2.2FL預測模型的建立數據預處理完成后流程進入本地模型訓練階段。用于概率預測的自然梯度提升機（NGBoost）[24]是通過級聯多個回歸樹模型來產生最終預測模型的一種機器學習技術，它可以在得到預測值的同時獲得置信區間，即顯示“預測分布”及實值預測和概率預測的區別。見圖1A、B。與其他機器學習算法相比，NGBoost擁有更高的預測準確率，并且在小樣本集上有著同樣優秀的性能。因此，利用NGBoost算法對數據集進行特征大小排序、特征分割、擬合自然梯度、建立回歸樹模型后得到本地預測模型。沙普利可加性特征解釋方法（SHAP）[25]用于解釋NGBoost預測模型，根據SHAP值來量化每個特征對于模型預測的貢獻度，可以實現危險因素的可視化分析。借助同態加密（HE）[26]算法進行聯邦模型加密，用云端服務器公布的公鑰加密預測模型的各項參數，并將加密的模型參數和計算梯度通過TCP-IP[27]網絡技術傳送到云端服務器進行進一步分析。云端服務器作為遠端大數據處理中心，云計算模型能夠高效地運算和分析上傳數據并且確保數據傳輸的安全性和免受惡意攻擊。目前，云計算已經應用在各大企業當中，擁有相當豐富的應用模型，如騰訊云、阿里云等。云端服務器利用私鑰對收到的加密參數進行解密，使用聯邦平均（FA）[28]算法聚合梯度和參數信息，在進行加權平均后得到權重更新的全局模型參數并加密返傳給用戶端，用戶端通過HE算法獲得全局模型參數更新優化本地模型。迭代上述步驟直至本地模型收斂或達到手動設定的訓練次數閾值，完成整個訓練過程（圖2）。在模型訓練過程中，用戶端數據始終保留在本地，訓練中的數據交互不會導致隱私泄露，因此各用戶端在FL的幫助下實現隱私保護的全局合作模型訓練。國內的WeBank銀行已將FL技術落地，可基于此開源框架，迅速搭建PCOS預測模型[29]。

3.2.3實施風險評估和健康指導各用戶端在本機構云平臺上設立PCOS危險因素特征庫和PCOS風險評估客戶端，特征庫收納了經全局模型訓練后與PCOS發病密切相關的危險因素。PCOS風險評估客戶端用于收集PCOS危險人群的人口學資料、生活方式、相關病史等信息，并自動上傳數據與PCOS危險因素特征庫對比、篩查，生成PCOS發病風險評估報告，為PCOS危險人群及PCOS病人分配網絡健康檔案，并利用手機APP、可穿戴式智能設備等對人群實施持續追蹤、實時反饋的連續醫療服務模式和人群與醫生間雙向的信息交流反饋互動模式，及時反饋預測信息和提供相應危險因素干預措施及個性化健康指導。

對于PCOS危險人群的早期癥狀應及時采取有效的治療干預措施，如使用孕激素、雌激素等藥物治療或者運用中藥膏方、針灸推拿等中醫特色養生調理方法調節月經周期、糾正內分泌代謝異常等癥狀，并指導PCOS危險人群遠離危險因素，如采取減輕體質量、調暢情志等措施。利用移動應用程序和傳感器健康監測數據等生成人群健康數據，并對其相關危險因素情況進行跟蹤隨訪和預警提醒，以預防PCOS的發生。

由于PCOS無法治愈，對于PCOS病人最好的治療方法是建立長期健康管理策略，除了選擇合適的治療方案之外，還應注意定期體檢及重視預防遠期并發癥的出現。主要的基礎治療是生活方式干預，包括飲食控制、運動計劃和行為干預[30]。近年來，國內外多家醫療機構利用各類移動智慧醫療手段對PCOS病人進行生活方式管理，取得了良好的效果[31-32]。此外，醫療專業人員可通過網上平臺向大眾普及PCOS相關知識，引導女性關注自身健康狀況，自覺采取健康的飲食、運動和行為習慣，以期減低患病風險。3.3不足與展望

在研究的過程中發現，由于訓練機器學習模型需要依賴于充足的數據量才能達到預期效果，因此數據規模的提高是FL模型性能提升的關鍵。要想吸引更多的醫療機構參與到PCOS預測平臺的建立中，就要建立起一個完善的激勵和分配機制[33]，這將是未來研究的重點。其次，在PCOS預測模型的訓練過程中，云端只有在收到所有醫療機構參與方的模型信息后，才會進行信息聚合和全局模型訓練。如果遇到機構參與方掉線或通信阻滯的情況，會導致云端陷入長時間等待狀態，影響模型聚合以及信息反饋效率。因此，設計一種智能化的云端服務器管理系統，使云端能夠自適應地高效訓練模型，減少訓練中不必要的等待時間，使平臺資源的利用率最大化，這也將是后續研究延伸的方向。

4結語

PCOS對女性健康的危害伴隨終生，為降低PCOS發病率，改善女性健康狀況，運用FL技術構建PCOS預測平臺，在保障醫療隱私數據安全的前提下實現疾病的精準預防、高效治療，展現現代化科學技術防治PCOS的獨特優勢，這對完善我國PCOS防治體系具有重要意義，也是推動我國移動醫療、智慧醫療、遠程醫療服務模式等發展的有力探索[34]。

［參考文獻］

[1]FENICHEL P， ROUGIER C， HIERONIMUS S， et al. Which origin for polycystic ovaries syndrome： genetic， environmental or both[J]？? Annales Dendocrinologie， 2017，78（3）：176-185.

[2]喬杰，李蓉，李莉，等. 多囊卵巢綜合征流行病學研究[J].? 中國實用婦科與產科雜志， 2013，29（11）：849-852.

[3]李昕. 多囊卵巢綜合征心理問題及管理[J].? 中國實用婦科與產科雜志， 2019，35（3）：295-297.

[4]BEDNARSKA S， SIEJKA A. The pathogenesis and treatment of polycystic ovary syndrome： whats new[J]？ Advances in Clinical and Experimental Medicine： Official Organ Wroclaw Medical University， 2017，26（2）：359-367.

[5]TOOSY S， SODI R， PAPPACHAN J M. Lean polycystic ovary syndrome （PCOS）： an evidence-based practical approach[J].? Journal of Diabetes and Metabolic Disorders， 2018，17（2）：277-285.

[6]GOODMAN N F， COBIN R H， FUTTERWEIT W， et al. American association of clinical endocrinologists， American college of endocrinology， and androgen excess and pcos society disease state clinical review： guide to the best practices in the evaluation and treatment of polycystic ovary syndrome： part 1[J].? Endocrine Practice： Official Journal of the American College of Endocrinology and the American Association of Clinical Endocrinologists， 2015，21（11）：1291-1300.

[7]GOODMAN N F， COBIN R H， FUTTERWEIT W， et al. American association of clinical endocrinologists， American college of endocrinology， and androgen excess and pcos society disease state clinical review： guide to the best practices in the evaluation and treatment of polycystic ovary syndrome-part 2[J].? Endocrine Practice： Official Journal of the American College of Endocrinology and the American Association of Clinical Endocrinologists， 2015，21（12）：1415-1426.

[8]RACKOW B W， VANDEN BRINK H， HAMMERS L， et al. Ovarian morphology by transabdominal ultrasound correlates with reproductive and metabolic disturbance in adolescents with PCOS[J].? The Journal of Adolescent Health： Official Publication of the Society for Adolescent Medicine， 2018，62（3）：288-293.

[9]劉續寶，孫業桓. 臨床流行病學與循證醫學[M].? 5版.北京：人民衛生出版社， 2018：88.

[10]楊麗玫，王小蔓，蔡余，等. 瓊海地區育齡女性PCOS患病調查及危險因素分析[J].? 中國計劃生育學雜志， 2021，29（5）：881-884.

[11]于婧璐，侯麗輝，孫淼，等. 不同體重指數的多囊卵巢綜合征患者的臨床特征差異性分析[J]. 中國醫藥導報， 2020，17（26）：75-78.

[12]BOZDAG G， MUMUSOGLU S， ZENGIN D， et al. The pre-valence and phenotypic features of polycystic ovary syndrome： a systematic review and meta-analysis[J].? Human Reproduction （Oxford， England）， 2016，31（12）：2841-2855.

[13]段寧霞. 多囊卵巢綜合征患者月經周期紊亂與內分泌代謝失調的關系[J].? 實用婦科內分泌電子雜志， 2015，2（12）：62-63.

[14]ROE A H， PROCHASKA E， SMITH M， et al. Using the androgen excess-PCOS society criteria to diagnose polycystic ovary syndrome and the risk of metabolic syndrome in adolescents[J].? The Journal of Pediatrics， 2013，162（5）：937-941.

[15]周麗端，楊秀娥. 運動干預對多囊卵巢綜合征患者激素水平的影響[J].? 中國衛生標準管理， 2018，9（24）160-163.

[16]譚秋曉，張紅梅，李潔明，等. 多囊卵巢綜合征患者抑郁和焦慮發病現狀及影響因素分析[J]. 實用醫學雜志， 2020，36（23）：3288-3292.

[17]GODDARD M. The EU general data protection regulation （GDPR）： European regulation that has a global impact[J].? International Journal of Market Research， 2017，59（6）：703-705.

[18]劉煒，彭宇飛，田釗，等.基于區塊鏈的醫療信息隱私保護研究綜述[J]. 鄭州大學學報（理學版）， 2021，53（2）：1-18.

[19]ZHANG C， XIE Y， BAI H， et al. A survey on federated learning[J].? Knowledge-Based Systems， 2021，216：106775.

[20]張佳佳，葉菁華. 青春期與育齡期多囊卵巢綜合征患者臨床特點分析[J].? 中國婦幼健康研究， 2021，32（6）：896-899.

[21]BONAWITZ K， EICHNER H， GRIESKAMP W， et al. Towards federated learning at scale： system design[EB/OL]. 2019： arXiv：1902.01046. https：//arxiv.org/abs/1902.01046.

[22]LEE J， SUN J M， WANG F， et al. Privacy-preserving patient similarity learning in a federated environment： development and analysis[J].? JMIR Medical Informatics， 2018，6（2）： e20.

[23]BRISIMI T S， CHEN R D， MELA T， et al. Federated lear-ning of predictive models from federated Electronic Health Records[J].? International Journal of Medical Informatics， 2018，112：59-67.

[24]姚俊明，邢丹，邵婷婷. 移動邊緣計算環境下基于聯邦機器學習的醫聯體慢病管理[J].? 醫學信息學雜志， 2020，41（11）：17-21.

[25]盧云，張夢月，夏赫，等. 基于LightGBM及SHAP對1 055例新型冠狀病毒肺炎重型患者中西醫結合及西醫治療的多中心回顧性研究[J].? 北京中醫藥大學學報， 2021，44（12）：1098-1110..

[26]DING Y， LI X M， L? H F， et al. A novel fully homomorphic encryption scheme bsed on LWE[J].? Wuhan University Journal of Natural Sciences， 2016，21（1）：84-92.

[27]黃云婷，江南，杜承烈. 一種跨平臺的實時TCP/IP協議棧設計[J].? 計算機工程， 2014，40（9）：134-137，154.

[28]MA X， WEN C L. An asynchronous quasi-cloud/edge/client collaborative federated learning mechanism for fault diagnosis[J].? Chinese Journal of Electronics， 2021，30（5）：969-977.

[29]李盼盼. 微眾銀行開啟互聯網金融新時代[J].? 中國戰略新興產業， 2015（4）：74-75.

[30]王路路，尹楠林，劉政，等. Smad3在未足月胎膜早破中的表達及其影響羊膜上皮細胞增殖和凋亡的作用機制研究[J].? 實用婦產科雜志， 2020，36（8）：621-625.

[31]盧堃，朱海英，駱曉榮，等. 多囊卵巢綜合征與脂肪分布的研究進展[J].? 中華生殖與避孕雜志， 2017，37（12）：1031-1037.

[32]唐玉珠，蘇椿淋，王經緯，等. 基于人體成分測定進行互聯網線上生活方式干預在多囊卵巢綜合征患者治療中作用的多中心前瞻性研究[J].? ?中華生殖與避孕雜志， 2019，39（3）：177-184.

[33]張沁楠，朱建明，高勝，等. 基于區塊鏈和貝葉斯博弈的聯邦學習激勵機制[J].? 中國科學（信息科學）， 2022，52（6）：971-991.

[34]趙維婷. 中共中央、國務院印發《“健康中國2030”規劃綱要》 建設健康中國須充分發揮中醫藥獨特優勢[J].? 中醫藥管理雜志， 2016，24（21）：F0004.

（本文編輯黃建鄉）