我院医生开发出一款自动检测口腔癌的深度学习算法

       近日,英国《柳叶刀》的子刊EClinicalMedicine(ECM)杂志在线发表了我院口腔颌面-头颈肿瘤外科熊学鹏医生与中国地质大学(武汉)地信学院万林博士课题组的合作研究成果“A deep learning algorithm for detection of oral cavity squamous cell carcinoma from photographic images: A retrospective study”。该研究开发了一种基于临床视觉特征自动检测口腔癌的深度学习算法,为口腔癌的筛查和早期诊断提供了一种非侵入式、快捷易用且成本低廉的辅助检查工具。这项成果能从普通的临床口腔照片中快速检测出口腔癌的病灶区域,具有较高的准确性和灵敏度。我院2017级硕士研究生傅秋云为论文排名第一的共同第一作者。

       口腔癌是严重威胁人类健康的恶性肿瘤之一。在口腔肿瘤专科医生处就诊的口腔癌患者中,60%已为中晚期,而发现及时并经过正规治疗的早期口腔癌患者的治愈率能达到84%。因此“早发现,早治疗”是提升口腔癌治愈率的关键。早期发生在口腔内的黏膜红斑,白斑,溃疡和糜烂等,往往因为“无痛不痒”使得患者乃至非专科医生放松警惕,而这些异常征象在口腔肿瘤专家眼里却释放着“癌症”的危险信号。倘若能将口腔肿瘤专家宝贵的临床经验以一种快捷且成本低廉的方式“转移”普通百姓和非专科医生,使他们能够快速准确地辨认口腔癌变组织,则能够帮助更多患者尽早就医确诊。

       在研究中,熊学鹏医生与合作者们搜集了大量口腔癌患者的临床照片,在医学大数据的基础上利用人工智能技术对病变部位的视觉特征进行建模,经过反复迭代的训练和实验,最终得到性能媲美口腔癌专家的深度学习算法。该算法可以App形式装配在当前主流的智能手机设备上,实现口腔癌的快速实时检测。操作者通过给口腔内的疑似病变区域拍摄照片,提交给模型后10秒钟内便能完成检测,初步判断患者是否罹患口腔癌,准确率高达98%。这项研究具备广泛的临床应用前景,尤其在医疗资源稀缺的地区,一部安装智能检测算法的手机就能成为口腔癌检测的利器。

       本研究成果是利用口腔癌临床视觉特征进行疾病检测的第一篇论文,在接受发表后的短短几天,国际非赢利组织The Oral Cancer Foundation官网www.oralcancernews.org便在主页介绍了本研究成果。国外一些人工智能自媒体也纷纷转载了本论文的相关信息。

       论文的通讯作者熊学鹏医生现任武汉大学口腔医学院口腔颌面-头颈肿瘤外科主任医师,副教授,主要从事口腔颌面头颈部肿瘤的临床诊疗工作,近年来的研究兴趣聚焦在利用人工智能技术赋能口腔癌的诊疗领域。

论文链接:https://www.thelancet.com/journals/eclinm/article/PIIS2589-5370(20)30302-3/fulltext




口腔颌面-头颈肿瘤 熊学鹏