一个智能系统,以改善口腔状细胞癌的诊断支持
Afonso U Fonseca1, Juliana P Felix1, Hedenir Pinheiro1
1Institute of Informatics, Federal University of Goiás, Goiânia 74690-900, GO, Brazil.
Healthcare (Basel, Switzerland)
|October 13, 2023
概括
早期检测口腔状细胞癌 (OSCC) 是至关重要的. 使用人工神经网络和唾液生物标记物的智能系统实现了高精度的OSCC诊断,改善了患者的生存机会.
科学领域:
- 在瘤学瘤学.
- 生物标志物研究 生物标志物研究
- 人工智能在医学中的应用
背景情况:
- 口腔状细胞癌 (OSCC) 是一种流行癌症,死亡率高,需要早期检测以改善患者的预后.
- 唾液生物标志物为早期癌症识别提供了一种非侵入性和可靠的方法.
- 目前的OSCC诊断方法往往缺乏早期检测的敏感性.
研究的目的:
- 开发和评估使用唾液生物标志物对OSCC进行分类的智能系统.
- 评估前人工神经网络在分析用于癌症检测的生物标志物数据中的有效性.
- 提供一个工具,帮助医疗专业人员在早期诊断OSCC.
主要方法:
- 使用feed-forward人工神经网络进行OSCC的分类.
- 从对照和OSCC患者样本中提取和分析唾液生物标志物.
- 训练和测试模型,使用1到51种唾液生物标志物.
主要成果:
- 实现了高性能指标:98.53%的精度,96.30%的灵敏度和97.56%的特异性.
- 该系统使用不同数量的生物标志物准确地分类了早期OSCC病例.
- 证明了该模型在帮助OSCC诊断临床决策方面的有效性.
结论:
- 拟议的智能系统在早期和准确检测OSCC方面具有显著的潜力.
- 唾液生物标志物分析的高准确性和非侵入性为改善患者存活率提供了一个有希望的方法.
- 该系统的极简设计允许在资源有限的环境中进行潜在的集成,扩大癌症诊断的可访问性.
