人工智能在口腔发育不良和口腔癌中的作用

《Oral and Maxillofacial Surgery Clinics of North America》：The Role of Artificial Intelligence in Oral Dysplasia and Oral Cancer

　　

章节片段

关键点

• •
  口腔上皮异型增生具有不同的恶性转化风险，仅通过组织学分析无法可靠预测单个病变的行为。
• •
  人工智能（AI）通过识别复杂数据中的模式来辅助而非替代临床和病理评估。

•

将机器学习应用于S100A7等生物标志物，可以将异型增生病变分为低风险和高风险组。

•

AI辅助的多重免疫组化和深度学习

口腔异型增生和口腔癌简介

口腔潜在恶性病变（OPMDs）是一组口腔粘膜异常，具有较高的恶性转化风险。口腔上皮异型增生（OED）是OPMDs中的一个重要亚组，最终可能发展为口腔鳞状细胞癌（OSCC），后者约占口腔癌症的90%。OED的临床表现多样，包括白斑、红斑和红白斑（图1）。更重要的是，其临床行为

诊断和风险分层的挑战

多种因素会导致OED和OSCC的发生。吸烟和饮酒是最主要的风险因素，而慢性炎症和其他环境因素也可能促进癌变。⁴获得医疗服务也是一个重要因素。那些无法获得常规医疗或牙科护理、筛查、活检或适当随访的患者可能会面临诊断延迟的问题。这在OSCC中尤为重要，因为早期阶段

人工智能的应用

人工智能（AI）是指基于计算机的方法，能够分析大量信息、识别模式并执行传统上需要人工解释的任务。在医学领域，这些方法正越来越多地被研究作为辅助诊断、风险预测、治疗选择和预后的工具。^12,13

机器学习是AI的一种形式，它使计算机模型从现有数据中学习模式，而不是完全依赖预先确定的规则。例如，

临床应用、局限性和未来方向

尽管基于AI的方法在口腔异型增生和口腔癌方面展现出巨大潜力，但大多数仍处于研究阶段。在这些工具能够影响常规临床决策之前，它们必须在最初开发的患者群体之外证明其可靠性。在一个机构表现良好的模型，在其他地方可能并不一定同样有效。患者群体、组织制备、染色、成像等方面的差异

总结

OED和OSCC仍然是难以预测和管理的疾病。虽然传统的临床检查和组织病理学评估仍然至关重要，但它们无法可靠地判断哪些异型增生病变会恶性转化，或者单个OSCC的行为如何。这种不确定性为AI提供了补充现有诊断和预后方法的重大机会。

正如本文所回顾的，AI正在多个领域得到应用，包括

临床注意事项

• •
  常规检查和组织活检仍是诊断的基础。基于AI的工具和辅助技术应补充而非替代对可疑口腔病变的临床检查和组织病理学评估。
• •
  组织学分级提供了有用的风险信息，但无法可靠预测单个病变的行为。个体化的风险评估是一个重要的未满足临床需求。
• •
  AI辅助的生物标志物分析可能改善口腔上皮异型增生的风险分层

关于写作过程中使用的人工智能和人工智能辅助技术的声明

在本文撰写过程中，作者使用了生成型AI。使用该工具后，作者根据需要审查和编辑了内容，并对出版物的内容承担全部责任。

资助

NIH/NCI R01 CA293995, NIH/NIDCR R01 DE031395

披露

作者声明与本工作无关的任何财务关系、利益冲突或其他相关披露。

Steven J.D. Zbarsky|Andrew Y. Lee|Chi T. Viet