口腔癌是一種常見的癌症，大部分病人發現時已屬後期，癌細胞亦有可能已經擴散到其他部位，約有5成的患者存活不超過5年。最近，港大牙醫學院、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共同研發一個AI平台，只要輸入資料，就可以預測口腔白斑患者20年內的口腔癌病變風險，其準確度超過8成！

 

口腔癌難發現 患者易放棄

 

　　口腔癌初起的表徵大多是口腔内一些白斑，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)。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，不少患者都會感到疲憊，甚至拒絕覆診。

 

病人患有舌類扁平苔蘚黏膜炎。

（圖片來源︰港大醫學院網站）

病人患有頰黏膜白斑。

（圖片來源︰港大醫學院網站）

 

如何使用？

 

　　港大牙醫學院就指出，目前全球OL/OLM癌變的風險比率由0.4% 至40.8%不等，臨床上要得知白斑最終會演變成口腔癌是極大的挑戰。研究團隊就研發了一個網上平台預測口腔癌病變風險，預測期長達20年，目前免費開放給醫護人員和公衆使用！大家要輸入26項的資料，包括個人背景資料、病症的臨床和病理描述、接受的治療等，平台會呈現一條曲線，展示每個時間點預測的風險級別。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；患者亦可藉此了解病情趨勢，提醒自己定期覆診或是做進一步的檢查。

 

（平台網站截圖）

港大表示，醫生和牙醫可根據曲線的高低來比較兩個或多個OL / OLM患者罹癌的風險。一般來說，當風險概率從0.5（藍色虛線）至1.0，預計患癌的風險越來越低。

（圖片來源︰港大醫學院網站）

 

　　預測的風險水平可從輸入資訊日起計17年內維持準確度，但是所預測的風險曲線會隨數據轉變而有變化，好像是吸煙和飲酒狀況、復發情況以及治療監測期間口腔上皮變異的程度等，因此數據就需適時更新。

 

原理是甚麼？準確嗎？

 

　　大家最關心的一定是預測的準確度有多高！平台採用「DeepSurv」人工智能演算法，演算法可以根據個人統計資料、臨床和病理等數據預測罹患癌症的風險。研究團隊利用香港和英國紐卡素泰恩的OL和OLM的病人數據來訓練AI和測試其準確度。結果顯示，在香港用作驗證的716名病人的數據，「DeepSurv」能正確預測95% 病人的癌症風險水平；而英國的382名病人數據，預測準確度就達82%！

 

　　團隊希望新平台有助改善口腔癌的預防和早期診斷，不過開發平台主要以研究為基礎，仍有需要待進一步改善。

 

香港大學牙醫學院口腔頜面外科臨床副教授蘇宇雄醫生、研究助理教授蔡小慧博士、博士生John Adeoye醫生和口腔黏膜科學臨床副教授鄭立武醫生。
（圖片來源︰港大牙醫學院網站）

 

港大AI平台

 

費用︰免費

中文版本︰https://pred-facdent-hku-deepsurv-cn.herokuapp.com/

英文版本︰https://opmd-pred-facdent-hku-deepsurv.herokuapp.com/

 

資料來源︰香港大學牙醫學院