近日，英國(guó)《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(xué)鵬醫(yī)生與中國(guó)地質(zhì)大學(xué)（武漢）地信學(xué)院萬(wàn)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(jué)特征自動(dòng)檢測(cè)口腔癌的深度學(xué)習(xí)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(xiàng)成果能從普通的臨床口腔照片中快速檢測(cè)出口腔癌的病灶區(qū)域，具有較高的準(zhǔn)確性和靈敏度。我院2017級(jí)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(yán)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(shí)并經(jīng)過(guò)正規(guī)治療的早期口腔癌患者的治愈率能達(dá)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?yàn)?ldquo;無(wú)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(xiǎn)信號(hào)。倘若能將口腔腫瘤專家寶貴的臨床經(jīng)驗(yàn)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(zhǔn)確地辨認(rèn)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(xué)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(xué)大數(shù)據(jù)的基礎(chǔ)上利用人工智能技術(shù)對(duì)病變部位的視覺(jué)特征進(jìn)行建模，經(jīng)過(guò)反復(fù)迭代的訓(xùn)練和實(shí)驗(yàn)，最終得到性能媲美口腔癌專家的深度學(xué)習(xí)算法。該算法可以App形式裝配在當(dāng)前主流的智能手機(jī)設(shè)備上，實(shí)現(xiàn)口腔癌的快速實(shí)時(shí)檢測(cè)。操作者通過(guò)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(cè)，初步判斷患者是否罹患口腔癌，準(zhǔn)確率高達(dá)98%。這項(xiàng)研究具備廣泛的臨床應(yīng)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(cè)算法的手機(jī)就能成為口腔癌檢測(cè)的利器。

       本研究成果是利用口腔癌臨床視覺(jué)特征進(jìn)行疾病檢測(cè)的第一篇論文，在接受發(fā)表后的短短幾天，國(guó)際非贏利組織The Oral Cancer Foundation官網(wǎng)www.oralcancernews.org便在主頁(yè)介紹了本研究成果。國(guó)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(xué)鵬醫(yī)生現(xiàn)任武漢大學(xué)口腔醫(yī)學(xué)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(lái)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(lǐng)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(xué)鵬