人工智能在口腔癌和口腔发育不良症中的应用
Chi T Viet1, Michael Zhang1, Neeraja Dharmaraj2
1Department of Oral and Maxillofacial Surgery, Loma Linda University School of Dentistry, Loma Linda, California, USA.
Tissue engineering. Part A
|July 23, 2024
概括
人工智能 (AI) 为改善口腔状细胞癌 (OSCC) 和其前体,口腔上皮质发育不良 (OED) 的结果提供了新的希望. 基于人工智能的生物标志物可以预测恶性转变和患者存活率,解决癌症护理的关键未满足需求.
科学领域:
- 瘤学和人工智能的人工智能
- 生物标志物发现和开发
- 数字病理学和表观遗传学
背景情况:
- 口腔状细胞癌 (OSCC) 由于其不可预测性质和高死亡率而构成重大临床挑战,诊断延迟导致患者的治疗结果不佳.
- 口腔上皮质质变形症 (OED),OSCC的前体,表现出可变的行为,目前的临床,病理和分子标记在预测恶性转变或患者预后方面缺乏可靠性.
- 迫切需要强大的生物标志物来识别OSCC发展的高风险患者,预测治疗反应,并提高整体生存率.
研究的目的:
- 审查基于人工智能 (AI) 的方法开发口腔癌预测生物标志物的进展.
- 突出AI在预测口腔上皮质质变形 (OED) 转化为口腔平细胞癌 (OSCC) 的潜力.
- 探索人工智能在预测OSCC死亡率和治疗反应方面的应用.
主要方法:
- 审查基于人工智能的方法,包括机器学习 (ML) 和深度学习 (DL),应用于口腔癌生物标志物发现.
- 对ML增强的多重免疫组织化学进行检查,以分析瘤免疫微环境模式.
- 在数字病理学中讨论DL,以评估OED和OSCC结果,并将ML整合到疾病预测的表观遗传学中.
主要成果:
- 人工智能驱动的生物标志物发现显示出希望,例如S100A7在预测OED恶性转变方面显示出潜力.
- 在瘤微环境中对免疫细胞模式的ML增强分析可以产生对治疗结果的预测,特别是在免疫治疗中.
- 基于DL的数字病理学正在成为评估OED和OSCC的工具,具有预测结果的潜力.
结论:
- 包括ML和DL在内的AI提供了强大的工具,可以克服目前在预测OED转换和OSCC行为方面的局限性.
- 基于人工智能的生物标志物有可能显著改善口腔癌的早期检测,分类和预后评估.
- 这些技术进步对于改善口腔状细胞癌存活率和患者管理至关重要.
