这些反例的存在使得Larry Forney等人并没有明确将某一类菌群称作BV群菌 。 后来还有一些研究证明 ， 不少菌群无法归入上述5类中的任何一类 。
“迄今阴道菌群分型都没有完全意义上的‘权威’方案 。 ”马占山解释了开展研究的背景 。
颠覆主流BV病因理论
马占山在研究中假设阴道菌群存在“简单菌群”和“复杂菌群” ， 这两者都有可能为健康女性所有 ， 也有可能为BV患者所有 。
为此 ， 他收集了大约8000个阴道菌群宏基因测序样本 ， 包括大约一半的BV患者样本 ， 并运用多样性、异质性、随机性、特异性等医学生态学分析技术证明了上述假设 。
马占山介绍 ， 简单菌群和复杂菌群是人类阴道菌群的两种基本状态 ， BV的发生即病变 ， 又称相变现象 。 由于相变机制的复杂性 ， 很难用简单的规则 ， 如临床医学关于BV诊断的认知标准 ， 或Larry Forney等学者对复杂分型作出的精准诊断 。
借助AI技术 ， 马占山将混合样本自动分类为4种类型：简单BV、 复杂BV、简单健康、复杂健康 ， 分型准确率为85%～100% 。 他按4种分型研究了阴道菌群如何从健康转化为BV ， 或者从BV转为健康 ， 希望帮助临床医生精准诊断BV 。
“可能是因为这项研究颠覆了当前主流BV病因理论 ， 论文投出后 ， 所有审稿人在第一轮审稿过程中就予以通过 ， 这比较少见 。 ”马占山告诉记者 ， 依据该研究结果撰写的技术发明专利已经被国家专利局正式受理 。
【颠覆主流病因理论，AI技术造福女性患者】《医学科学报》 (2023-11-03 第6版 国内)