港大颌面外科团队研人工智能平台 预测口腔白斑患者演变癌症风险

口腔癌是一种颇常见的癌症，影响头颈部位。来自香港大学牙医学院、李嘉诚医学院，玛丽医院病理部，以及昆士兰詹姆士库克大学医学与牙科学院的研究人员，共同研发一个网上平台，在输入相关资料后，能针对患有口腔白斑病（OL） 或口腔类扁平苔藓黏膜炎（OLM)的病人，预测他们的口腔癌病变风险，预测期长达20年。网上平台开放给医护人员和公众免费使用。

研究团队采用“DeepSurv”人工智能算法，能根据病人的一般个人统计资料、临牀和病理数据，以及治疗资料等准确预测病人罹患的风险。他们利用香港和英国纽卡素泰恩的OL和OLM的病人数据，训练人工智能平台并测试其准确度。由于这些病人已被跟进多年，其病历发展已经明朗，可与平台的预测对照。

测试证实，新平台能准确推算这些病人的实际病变发展，在他们每个覆诊的时间点，平台预测的癌症风险水平与实际情况相吻合。在香港用作验证的716名病人的数据，“DeepSurv”能正确预测95% 病人的癌症风险水平。在反映预测准确度的Brier综合得分是0.04。通常预测工具如果得分低于0.25，已可转化作实际临牀应用。

病人患有舌类扁平苔藓黏膜炎。港大图片

团队期望这人工智能工具有助改善口腔癌的预防和早期诊断。利用开放平台，医护人员可为高危患者制订监测时间表和治疗策略，对资源有限的医院，有助其确定处理病患的优先次序。使用平台预测病变风险，需输入26项有关病人的个人背景资料、病症的临牀和病理描述，以及接受的治疗等。就每个个案的风险评估，平台会呈现一条曲线，展示每个时间点预测的风险级别。而当患者达到一定的风险水平时，医护人员可开始加密对患者的监察。

除了医护人员，OL/ OLM患者使用平台可了解自己的病情趋势，有助提高风险意识，鼓励他们定期覆诊，并在有需要决定是否做切片组织等进一步检查时，得以参考。而预测的风险水平，从输入资讯日起计17年内维持准确度。预测的风险曲线会随着输入数据的转变而有所变化，例如吸烟和饮酒状况、受影响的口腔部位、接受的治疗、复发情况以及治疗监测期间口腔上皮变异的程度等，因此输入数据需适时更新。

病人患有颊黏膜白斑。港大图片

带领研究的港大牙医学院口腔颌面外科临牀副教授苏宇雄指，这人工智能预测工具的开发主要以研究为基础，故仍有需要再进一步优化发展。由于癌症的发展，在确诊前涉及很多生物分子层面上的转变，计划加入OL和OLM演变成癌症的过程中相关分子生物标记的讯息，优化预测平台，提高风险估计的精准度，之后再评估其临牀成效，以及在临牀试验中了解其对OL和OLM护理的影响。

---------------------------------------------

>>>立即浏览【移民百答】栏目：新移民抵埗攻略，老华侨也未必知道的事，移民、工作、居住、食玩买、交通、报税、银行、福利、生育、教育。

>>>即读【新移民专栏】：新移民第一身经验，与你分享当下年轻移民生活日常大小事，即读“新移民专栏”。