آخرین مطالب

جراحان فک و صورت ابزار وب مبتنی بر هوش مصنوعی را برای پیش بینی خطر سرطان دهان توسعه می دهند


دهان

اعتبار: CC0 دامنه عمومی

سرطان دهان یک سرطان شایع است که ناحیه سر و گردن را درگیر می کند. حدود 50 درصد از بیماران مبتلا به سرطان دهان، حتی پس از درمان، بیش از پنج سال زنده نمی مانند، زیرا بسیاری از بیماران تنها در مراحل پایانی بیماری به دنبال کمک پزشکی هستند. زمانی که بیماران به دنبال کمک هستند، سرطان ممکن است به درمان پیشرفته نیاز داشته باشد و حتی ممکن است به مناطق دیگر سرایت کرده باشد.

سرطان دهان اغلب از لکه های سفیدی که از نظر بالینی به عنوان لکوپلاکی دهان (OL) و موکوزیت لیکنوئید دهان (OLM) شناخته می شوند، ایجاد می شود. این لکه های سفید ممکن است مدت ها قبل از تشخیص سرطان دهان ظاهر شوند و تشخیص زودهنگام و نظارت مستمر آنها برای جلوگیری از پیشرفت سرطان بسیار مهم است. با این حال، گاهی اوقات پیش‌بینی اینکه کدام ضایعات OL/OLM به سرطان دهان تبدیل می‌شوند، چالش برانگیز است زیرا نرخ خطر جهانی پیشرفت از OL/OLM به سرطان از 0.4 تا 40.8 درصد متغیر است.

ویزیت روتین و بیوپسی های متعدد اغلب در طول نظارت OL/OLM برنامه ریزی می شود. علاوه بر این، نظارت بر بیمار ممکن است برای سال‌ها ادامه یابد و منجر به خستگی و عدم رعایت قرارهای ملاقات در بیمارستان شود. بنابراین، بهتر است خطر ابتلا به سرطان در این بیماران به صورت فردی تعیین شود تا به متخصصان سلامت اجازه داده شود تا از این اطلاعات برای تدوین برنامه‌های درمانی و پیگیری خاص برای هر بیمار استفاده کنند.

محققان دانشکده دندانپزشکی و دانشکده پزشکی لی کا شینگ، دانشگاه هنگ کنگ (HKU). بخش آسیب شناسی، بیمارستان کوئین مری، HK; و کالج پزشکی و دندانپزشکی، دانشگاه جیمز کوک، کوئینزلند برای توسعه یک پلتفرم وب که می تواند برای ایجاد خودکار پیش بینی فردی از خطر بروز سرطان دهان در افراد مبتلا به OL یا OLM تا 20 سال پس از تشخیص استفاده شود، همکاری کرده اند.

نتایج در مجله منتشر شده است سرطان ها در مقاله ای با عنوان “یادگیری عمیق بقای بدون تغییر بدخیم اختلالات بالقوه بدخیم دهان را پیش بینی می کند.”

ابزار وب رایگان در دسترس، بر اساس الگوریتم هوش مصنوعی “DeepSurv”، با داده های بیماران مبتلا به OL/OLM تحت درمان در هنگ کنگ (716 بیمار) و نیوکاسل آپون تاین، انگلستان (382 بیمار) آموزش و آزمایش شد. از آنجایی که این بیماران برای سال‌ها تحت بررسی بوده‌اند، سطح خطر واقعی آن‌ها از قبل شناخته شده بود و این مطالعه نشان داد که مدل هوشمند مصنوعی قادر به پیش‌بینی دقیق سطوح خطر آنها در مقاطع زمانی مختلف در طول بازدیدهای بعدی از بیمارستان بود.

الگوریتم DeepSurv به دلیل عملکرد برتر آن برای استفاده از اطلاعات دموگرافیک، بالینی، پاتولوژیک و درمانی معمول این بیماران برای پیش‌بینی خطر سرطان پس از یک سری تمرینات اعتبارسنجی انتخاب شد.

در یک زیرمجموعه اعتبارسنجی از گروه هنگ کنگ، “DeepSurv” قادر به پیش بینی سطح صحیح خطر سرطان برای 95٪ موارد بود. این بر اساس امتیاز یکپارچه Brier 0.04 بود، با امتیاز زیر 0.25 به طور کلی ابزاری را نشان می دهد که ممکن است در برنامه های کاربردی دنیای واقعی مفید باشد.

جراحان فک و صورت ابزار وب مبتنی بر هوش مصنوعی را برای پیش بینی خطر سرطان دهان توسعه می دهند

نمودارهای بقای بدون تغییر بدخیم پیش‌بینی‌شده برای 143 بیمار در گروه اعتبارسنجی داخلی برای (الف) DeepSurv، (ب) Cox-Time، و (ج) DeepHit ایجاد شد. نمودارهای DeepHit به دنبال درون یابی خطی ایجاد شدند. خطوط قرمز در (a,b) نمرات Brier ترسیم شده در هر نقطه زمانی را نشان می دهد. اعتبار: سرطان ها (2021). DOI: 10.3390/cancers13236054

این الگوریتم بیشتر قادر به ایجاد سطوح خطر صحیح برای 82٪ از بیماران در گروه بریتانیایی است که کاربرد آن را در سایر جمعیت ها نیز نشان می دهد.

ابزار وب تعاملی به 26 قطعه اطلاعات در مورد جمعیت شناسی، توضیحات بالینی و پاتولوژیک بیماری و درمان دریافت شده توسط بیمار OL/OLM نیاز دارد. خروجی پیش‌بینی‌شده از ابزار وب شامل منحنی است که از آن می‌توان سطوح مختلف ریسک (محور عمودی) را در هر نقطه زمانی (محور افقی) مشاهده کرد. نشان داده شده است که این سطوح ریسک پیش‌بینی‌شده تا 17 سال از زمان وارد کردن اطلاعات دقیق هستند.

این به متخصصان سلامت در انتخاب و اولویت‌بندی استراتژی‌های درمانی و برنامه‌های نظارت دقیق برای بیماران پرخطر، به ویژه در بیمارستان‌های با منابع محدود، کمک می‌کند. در نهایت، انتظار می‌رود که این روش‌های موجود برای پیشگیری و تشخیص زودهنگام سرطان دهان را بهبود بخشد.

منحنی پیش‌بینی ممکن است برای تخمین خطر ابتلا به سرطان فردی مورد استفاده قرار گیرد و به متخصصان بهداشت اطلاع دهد که چه زمانی باید نظارت دقیق بر بیماران را در صورت رسیدن به سطح خطر مشخصی آغاز کنند.

برای بیماران OL/OLM، آگاهی از خطر ممکن است آنها را برانگیزد تا به طور منظم در بازدیدهای پیگیری معمول شرکت کنند و به آنها اجازه دهد در صورت لزوم هنگام ارائه رضایت برای بیوپسی تصمیمات آگاهانه بگیرند.

توجه داشته باشید، منحنی خطر پیش‌بینی‌شده ممکن است با داده‌های ورودی متفاوت مانند وضعیت سیگار کشیدن و نوشیدن الکل، قسمت‌هایی از دهان که تحت تأثیر قرار گرفته‌اند، درمان دریافت‌شده، عود ضایعه، و شدت دیسپلازی اپیتلیال در طول نظارت بر درمان تغییر کند.

دکتر ریچارد سو، دانشیار بالینی در جراحی دهان و فک و صورت گفت: «در حالی که ابزار وب بر اساس تمرین‌های اعتبارسنجی ما امیدوارکننده است، کاربران باید بدانند که هنوز در درجه اول یک ابزار مبتنی بر تحقیق است و به بهینه‌سازی آینده‌نگر بیشتری نیاز دارد. OMFS)، دانشکده دندانپزشکی، HKU، که این مطالعه را رهبری کرد.

“از آنجایی که توسعه سرطان شامل تغییرات زیادی در سطح مولکولی است که ممکن است قبل از تشخیص بیماری رخ دهد، ما در آینده ابزار وب را با گنجاندن اطلاعات در مورد نشانگرهای زیستی مولکولی برای توسعه سرطان در OL و OLM بهینه خواهیم کرد.” دکتر سو افزود. انتظار می رود که گنجاندن اطلاعات در ابزار وب، دقت برآوردهای ریسک پیش بینی شده را بهبود بخشد. سپس ابزار وب به روز شده از نظر اثربخشی بالینی و تأثیر آن در مراقبت از OL و OLM در یک کارآزمایی بالینی مورد ارزیابی قرار خواهد گرفت.


تست جدید PCR برای سرطان دهان انقلابی در تشخیص و درمان ایجاد می کند


اطلاعات بیشتر:
John Adeoye و همکاران، Deep Learning بقای بدون تغییر بدخیم اختلالات بالقوه بدخیم دهان را پیش بینی می کند. سرطان ها (2021). DOI: 10.3390/cancers13236054

ابزار DeepSurv به صورت رایگان در دسترس است:
نسخه انگلیسی: opmd-pred-facdent-hku-deepsurv.herokuapp.com) و
نسخه چینی: pred-facdent-hku-deepsurv-cn.herokuapp.com

ارائه شده توسط دانشگاه هنگ کنگ

نقل قول: جراحان فک و صورت ابزار وب مبتنی بر هوش مصنوعی را برای پیش بینی خطر سرطان دهان توسعه می دهند (2022، 11 آوریل) بازیابی شده در 11 آوریل 2022 از https://medicalxpress.com/news/2022-04-maxillofacial-surgeons-ai-based-web-tool .html

این برگه یا سند یا نوشته تحت پوشش قانون کپی رایت است. به غیر از هرگونه معامله منصفانه به منظور مطالعه یا تحقیق خصوصی، هیچ بخشی بدون اجازه کتبی قابل تکثیر نیست. محتوای مذکور فقط به هدف اطلاع رسانی ایجاد شده است.