口腔癌是一種頗常見的癌症，影響頭頸部位。來自香港大學牙醫學院、李嘉誠醫學院，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，共同研發一個網上平台，在輸入相關資料後，能針對患有口腔白斑病（OL） 或口腔類扁平苔蘚黏膜炎（OLM)的病人，預測他們的口腔癌病變風險，預測期長達20年。網上平台開放給醫護人員和公衆免費使用。
研究團隊採用「DeepSurv」人工智能演算法，能根據病人的一般個人統計資料、臨牀和病理數據，以及治療資料等準確預測病人罹患的風險。他們利用香港和英國紐卡素泰恩的OL和OLM的病人數據，訓練人工智能平台並測試其準確度。由於這些病人已被跟進多年，其病歷發展已經明朗，可與平台的預測對照。
測試證實，新平台能準確推算這些病人的實際病變發展，在他們每個覆診的時間點，平台預測的癌症風險水平與實際情況相吻合。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。在反映預測準確度的Brier綜合得分是0.04。通常預測工具如果得分低於0.25，已可轉化作實際臨牀應用。
團隊期望這人工智能工具有助改善口腔癌的預防和早期診斷。利用開放平台，醫護人員可為高危患者制訂監測時間表和治療策略，對資源有限的醫院，有助其確定處理病患的優先次序。使用平台預測病變風險，需輸入26項有關病人的個人背景資料、病症的臨牀和病理描述，以及接受的治療等。就每個個案的風險評估，平台會呈現一條曲線，展示每個時間點預測的風險級別。而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。
除了醫護人員，OL/ OLM患者使用平台可了解自己的病情趨勢，有助提高風險意識，鼓勵他們定期覆診，並在有需要決定是否做切片組織等進一步檢查時，得以參考。而預測的風險水平，從輸入資訊日起計17年内維持準確度。預測的風險曲線會隨著輸入數據的轉變而有所變化，例如吸煙和飲酒狀況、受影響的口腔部位、接受的治療、復發情況以及治療監測期間口腔上皮變異的程度等，因此輸入數據需適時更新。
帶領研究的港大牙醫學院口腔頜面外科臨牀副教授蘇宇雄指，這人工智能預測工具的開發主要以研究為基礎，故仍有需要再進一步優化發展。由於癌症的發展，在確診前涉及很多生物分子層面上的轉變，計劃加入OL和OLM演變成癌症的過程中相關分子生物標記的訊息，優化預測平台，提高風險估計的精準度，之後再評估其臨牀成效，以及在臨牀試驗中了解其對OL和OLM護理的影響。
立即下載｜全新《星島頭條》APP：https://bit.ly/3yLrgYZ
