口腔癌是一种影响头颈部的常见癌症。大约 50% 的口腔癌患者即使在治疗后也无法存活超过五年，因为许多患者仅在疾病晚期才寻求医疗帮助。当患者寻求帮助时，癌症可能需要进行高级治疗，甚至可能已经扩散到其他区域。
口腔癌通常由临床上称为口腔白斑(OL) 和口腔苔藓样粘膜炎 (OLM) 的白色斑块发展而来。这些白斑可能早在诊断口腔癌之前就出现了，它们的早期发现和持续监测对于预防癌症的发展至关重要。然而，预测哪些 OL/OLM 病变会发展为口腔癌有时具有挑战性，因为从 OL/OLM 发展为癌症的全球风险率从 0.4% 到 40.8% 不等。
在 OL/OLM 监测期间经常安排例行探视和多次活检。此外，患者监测可能会持续多年，导致疲劳和不遵守医院预约。因此，最好在个体基础上确定这些患者的癌症发展风险，以允许卫生专业人员使用这些信息来为每个患者制定具体的治疗和随访计划。
大学(港大)牙医学院及李嘉诚医学院的研究人员;玛丽医院病理科;昆士兰州詹姆斯库克大学医学和牙科学院合作开发了一个网络平台，该平台可用于自动生成诊断后长达 20 年的 OL 或 OLM 患者发生口腔癌风险的个性化预测。
结果发表在癌症杂志上的一篇题为“深度学习预测口腔潜在恶性疾病的无恶性转化生存”的文章中。
免费提供的网络工具基于人工智能算法“DeepSurv”，使用来自(716 名患者)和英国泰恩河畔纽卡斯尔(382 名患者)治疗的 OL/OLM 患者的数据进行训练和测试。由于患者已经接受多年的审查，他们的真实风险水平已经知道，研究表明，人工智能模型能够准确预测他们在后续医院就诊期间不同时间点的风险水平。
之所以选择 DeepSurv 算法，是因为它在使用这些患者的常规人口统计、临床、病理和治疗信息进行癌症风险预测方面具有卓越的性能，经过一系列验证练习。
在队列的一个验证子集中，“DeepSurv”能够预测 95% 病例的正确癌症风险水平。这是根据 0.04 的综合 Brier 分数得出的，低于 0.25 的分数通常描述了可能在实际应用中有用的工具。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！