近日，英國《柳葉刀》的子刊EClinicalMedicine(ECM)雜志在線發(fā)表了我院口腔頜面-頭頸腫瘤外科熊學鵬醫(yī)生與中國地質(zhì)大學（武漢）地信學院萬林博士課題組的合作研究成果“A deep learning algorithm for detection of oral cavity squamous cell carcinoma from photographic images: A retrospective study”。該研究開發(fā)了一種基于臨床視覺特征自動檢測口腔癌的深度學習算法，為口腔癌的篩查和早期診斷提供了一種非侵入式、快捷易用且成本低廉的輔助檢查工具。這項成果能從普通的臨床口腔照片中快速檢測出口腔癌的病灶區(qū)域，具有較高的準確性和靈敏度。我院2017級碩士研究生傅秋云為論文排名第一的共同第一作者。

       口腔癌是嚴重威脅人類健康的惡性腫瘤之一。在口腔腫瘤專科醫(yī)生處就診的口腔癌患者中，60%已為中晚期，而發(fā)現(xiàn)及時并經(jīng)過正規(guī)治療的早期口腔癌患者的治愈率能達到84%。因此“早發(fā)現(xiàn)，早治療”是提升口腔癌治愈率的關(guān)鍵。早期發(fā)生在口腔內(nèi)的黏膜紅斑，白斑，潰瘍和糜爛等，往往因為“無痛不癢”使得患者乃至非專科醫(yī)生放松警惕，而這些異常征象在口腔腫瘤專家眼里卻釋放著“癌癥”的危險信號。倘若能將口腔腫瘤專家寶貴的臨床經(jīng)驗以一種快捷且成本低廉的方式“轉(zhuǎn)移”普通百姓和非專科醫(yī)生，使他們能夠快速準確地辨認口腔癌變組織，則能夠幫助更多患者盡早就醫(yī)確診。

       在研究中，熊學鵬醫(yī)生與合作者們搜集了大量口腔癌患者的臨床照片，在醫(yī)學大數(shù)據(jù)的基礎上利用人工智能技術(shù)對病變部位的視覺特征進行建模，經(jīng)過反復迭代的訓練和實驗，最終得到性能媲美口腔癌專家的深度學習算法。該算法可以App形式裝配在當前主流的智能手機設備上，實現(xiàn)口腔癌的快速實時檢測。操作者通過給口腔內(nèi)的疑似病變區(qū)域拍攝照片，提交給模型后10秒鐘內(nèi)便能完成檢測，初步判斷患者是否罹患口腔癌，準確率高達98%。這項研究具備廣泛的臨床應用前景，尤其在醫(yī)療資源稀缺的地區(qū)，一部安裝智能檢測算法的手機就能成為口腔癌檢測的利器。

       本研究成果是利用口腔癌臨床視覺特征進行疾病檢測的第一篇論文，在接受發(fā)表后的短短幾天，國際非贏利組織The Oral Cancer Foundation官網(wǎng)www.oralcancernews.org便在主頁介紹了本研究成果。國外一些人工智能自媒體也紛紛轉(zhuǎn)載了本論文的相關(guān)信息。

       論文的通訊作者熊學鵬醫(yī)生現(xiàn)任武漢大學口腔醫(yī)學院口腔頜面-頭頸腫瘤外科主任醫(yī)師，副教授，主要從事口腔頜面頭頸部腫瘤的臨床診療工作，近年來的研究興趣聚焦在利用人工智能技術(shù)賦能口腔癌的診療領域。

論文鏈接：https://www.thelancet.com/journals/eclinm/article/PIIS2589-5370(20)30302-3/fulltext

口腔頜面-頭頸腫瘤 熊學鵬