這些反例的存在使得Larry Forney等人并沒有明確將某一類菌群稱作BV群菌 。 后來還有一些研究證明 ， 不少菌群無法歸入上述5類中的任何一類 。
“迄今陰道菌群分型都沒有完全意義上的‘權威’方案 。 ”馬占山解釋了開展研究的背景 。
顛覆主流BV病因理論
馬占山在研究中假設陰道菌群存在“簡單菌群”和“復雜菌群” ， 這兩者都有可能為健康女性所有 ， 也有可能為BV患者所有 。
為此 ， 他收集了大約8000個陰道菌群宏基因測序樣本 ， 包括大約一半的BV患者樣本 ， 并運用多樣性、異質性、隨機性、特異性等醫學生態學分析技術證明了上述假設 。
馬占山介紹 ， 簡單菌群和復雜菌群是人類陰道菌群的兩種基本狀態 ， BV的發生即病變 ， 又稱相變現象 。 由于相變機制的復雜性 ， 很難用簡單的規則 ， 如臨床醫學關于BV診斷的認知標準 ， 或Larry Forney等學者對復雜分型作出的精準診斷 。
借助AI技術 ， 馬占山將混合樣本自動分類為4種類型：簡單BV、 復雜BV、簡單健康、復雜健康 ， 分型準確率為85%～100% 。 他按4種分型研究了陰道菌群如何從健康轉化為BV ， 或者從BV轉為健康 ， 希望幫助臨床醫生精準診斷BV 。
“可能是因為這項研究顛覆了當前主流BV病因理論 ， 論文投出后 ， 所有審稿人在第一輪審稿過程中就予以通過 ， 這比較少見 。 ”馬占山告訴記者 ， 依據該研究結果撰寫的技術發明專利已經被國家專利局正式受理 。
【顛覆主流病因理論，AI技術造福女性患者】《醫學科學報》 (2023-11-03 第6版 國內)