人工智能用于预测口腔潜在恶性疾病的切割后复发和恶性进展 - 一个回顾性队列研究
1Division of Applied Oral Sciences and Community Dental Care, Faculty of Dentistry, University of Hong Kong, Hong Kong SAR, China.
International journal of surgery (London, England)
|October 7, 2025
概括
人工智能模型可以预测手术后口腔潜在恶性疾病 (OPMD) 患者的治疗失败,恶性进展和复发. 与当前的标准相比,这种AI工具提供了更好的风险评估,以更好地检测口腔癌.
科学领域:
- 在瘤学瘤学.
- 人工智能的人工智能
- 医疗信息学 医疗信息学
背景情况:
- 口腔潜在恶性疾病 (OPMD) 可以发展为口腔癌,因复发和不确定的恶性转变风险而带来管理挑战.
- 手术切除OPMD在预测患者长期结果方面存在局限性.
- 开发准确的预测模型对于管理OPMD和预防口腔癌进展至关重要.
研究的目的:
- 开发和验证一种多任务人工智能模型,用于预测手术治疗OPMD患者的治疗失败,恶性进展和复发.
- 评估人工智能模型的性能与已建立的分级系统对比.
- 评估人工智能模型对决策支持的临床实用性和可解释性.
主要方法:
- 利用了来自两个三级中心的366名OPMD患者的多维数据.
- 通过使用预后变量,从四个候选人中训练并选择最佳的AI监督学习模型.
- 使用AUC和Brier分数评估模型性能,并进行外部验证和与WHO和二进制发育不良分级进行比较.
主要成果:
- 选择的AI模型表现出强大的预测性能,AUC值在三个结果中从0.791到0.912不等.
- 最佳布赖尔分数 (0.085-0.147) 表示所有预测任务的校准良好.
- 人工智能模型比当前的分级系统具有更高的净收益,并成功地实现了可解释性.
结论:
- 开发的多任务人工智能模型显示了OPMD管理中全面风险分层的巨大潜力.
- 该模型的性能支持其在OPMD手术管理的临床决策中使用.
- 这种人工智能工具可以通过改善OPMD患者的风险评估,帮助早期发现口腔癌.
