2022-04-11 11:04
每當發現口腔出現白斑，不少人只會以為自己長痱滋而未有理會。然而，如果這些「痱滋」長期未有好轉，隨時是口腔癌先兆！
港大團隊近日聯同澳州學者研發出人工智能平台，患者輸入資料後，可預測到他們20年內的口腔癌病變風險，準確度超過八成，目前已開放予醫護人員和公衆免費使用。
口腔癌半數患者難存活5年
口腔癌是一種頗常見的癌症，影響頭頸部位。大約五成的口腔癌患者存活不超過5年，主要是發現時已屬較後期，需要複雜的治療方案，癌細胞亦有可能已擴散到其他部位。
口腔癌初起的表徵很多時是口腔内一些白斑，臨床診斷為口腔白斑病（oral leukoplakia OL） 和口腔類扁平苔蘚黏膜炎（oral lichenoid mucositis OLM)。這些白斑可能在出現一段長時間後才被確診口腔癌，所以能儘早發現並持續監察，防止它們惡化發展至為重要。
對於上述兩者轉化為癌症的風險，目前全球的風險比率由0.4%至40.8%不等，因此要得知那些白斑最終會演變成口腔癌，臨床上是極大的挑戰。病人一般需要定期覆診和接受多次切片檢查，持續監察多年，令患者感到疲憊甚至拒絕覆診。因此，若能因應個別病人的狀況，預測其演化成癌症的風險，將有助醫療人員為病人制定特定的醫療策略和跟進方式。
▼同場加映，其他口腔癌先兆症狀：（按圖看清👇👇👇）
相關文章：口腔癌｜吞嚥困難嘴巴擘唔大7癌前病變警號 突然不敢吃辣要小心
英國測試準確率達82% 本港測試準確率達95%
針對以上情況，香港大學（港大）牙醫學院、李嘉誠醫學院，瑪麗醫院病理部，以及昆士蘭詹姆士庫克大學醫學與牙科學院的研究人員，近日共同研發了一個網上平台，在輸入相關資料後，能針對患有OL或OLM的病人，預測他們的口腔癌病變風險，預測期長達20年之久。網上平台開放給醫護人員和公衆免費使用。
研究團隊採用「DeepSurv」人工智能演算法，此演算法預測癌症病變的表現優異，經一連串的驗證練習後，能根據病人的一般個人統計資料、臨床和病理數據，以及治療資料等準確預測病人罹患的風險。
研究中透過驗證香港716名病人數據，「DeepSurv」正確預測95%病人的癌症風險水平，已具可轉化作實際臨床應用的標準；透過驗證英國紐卡素泰恩382名病人數據，平台正確預測82%病人的風險水平，表明其對不同的人口也具實用性。
研究結果目前已在國際學術期刊《Cancers》發表，團隊期望這人工智能工具有助改善口腔癌的預防和早期診斷。利用開放平台，醫護人員可為高危患者制訂監測時間表和治療策略，對資源有限的醫院，有助其確定處理病患的優先次序。
▼同場加映，正確使用漱口水須知：（按圖看清👇👇👇）
平台使用者需適時更新數據
使用平台預測病變風險，需輸入26項有關病人的個人背景資料、病症的臨床和病理描述，以及接受的治療等。就每個個案的風險評估，平台會呈現一條曲線，展示每個時間點預測的風險級別。而當患者達到一定的風險水平時，醫護人員可開始加密對患者的監察。
除了醫護人員，OL/ OLM患者使用平台可了解自己的病情趨勢，這有助提高風險意識，鼓勵他們定期覆診，並在有需要決定是否做切片組織等進一步檢查時，得以參考。
而預測的風險水平，從輸入資訊日起計17年内維持準確度。值得注意的是，預測的風險曲線會隨著輸入數據的轉變而有所變化，例如吸煙和飲酒狀況、受影響的口腔部位、接受的治療、復發情況以及治療監測期間口腔上皮變異的程度等，因此輸入數據需適時更新。
據率領團隊的港大牙醫學院口腔頜面外科臨床副教授蘇宇雄認為，雖然驗證練習的成果顯示平台非常可靠，但仍有需要再進一步優化發展，特別是癌症確診前涉及很多生物分子層面上的轉變，故計劃加入OL和OLM演變成癌症的過程中相關分子生物標記的訊息，以提高風險估計的精準度，再評估其臨床成效，以及經臨床試驗了解其對OL和OLM護理的影響。
「DeepSurv」 免費平台：
▼同場加映，口腔癌與HPV關係：（按圖看清👇👇👇）
於本流動應用程式或服務內所刊的內容、療法、建議只供參考，並不能當作任何形式的醫療建議、診斷或診治。如有需要請儘早求醫，並向相關專科醫生或專業人士了解。