柳叶刀子刊 EClinicalMedicine：我国学者开发检测口腔癌深度算法，通过手机APP检测，准确率98%
2020-10-04 熊学鹏 Bio生物世界
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%。
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。
近日，《柳叶刀》子刊 EClinicalMedicine 杂志在线发表了武汉大学口腔医院熊学鹏医生与中国地质大学（武汉）地信学院万林课题组合作的研究论文：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。
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，在接收发表后，国际非赢利组织 The Oral Cancer Foundation 官网便在主页介绍了该研究成果。
原始出处：
Qiuyun Fu，Yehansen Chen，Zhihang Li，et al.A deep learning algorithm for detection of oral cavity squamous cell carcinoma from photographic images: A retrospective study.EClinicalMedicineOpen AccessPublished:September 23, 2020.DOI:https://doi.org/10.1016/j.eclinm.2020.100558
作者：熊学鹏
版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#我国学者#
42
#CIN#
42
#DIC#
45
#clinical#
40
#Medicine#
40