En maskinlæringsbaseret risikoprædiktionsmodel for hoved- og halskræftlæsioner (ML-HNC-Risk)

Vokal sundhed er opstået som en fremtrædende folkesundhedsudfordring. Fonation er afhængig af præcis neuromuskulær og respiratorisk koordinering, en fysiologisk proces, der ofte kompromitteres af systemisk aldring, multimorbiditet og neuromuskulær degeneration. Denne komplekse patofysiologiske sammenvirkning gør det yderst vanskeligt klinisk at skelne tidlige stadier af larynxmaligniteter fra almindelige godartede stemmelidelser (f.eks. stemmebåndscyster, stemmeprocess granulomer og Reinkes ødem). Da begge enheder typisk præsenterer sig med ikke-specifik hæshed eller globusfornemmelse, forstærkes vanskeligheden ved tidlig screening og præcis differentialdiagnose betydeligt.

I øjeblikket er diagnostikken af stemmelidelser i høj grad afhængig af laryngoskopi. På grund af den ulige fordeling af medicinske ressourcer mangler primær- og samfundsplejeindstillinger dog generelt effektive screeningsværktøjer til larynxmaligniteter ved indledende konsultationer, hvilket ofte fører til forsinkede henvisninger for højrisikopatienter. Derudover er der en dyb ulighed i ekspertisen for endoskopisk fortolkning på tværs af forskellige sundhedsniveauer. De visuelle træk ved visse præcancertøse læsioner (såsom dysplastisk leukoplaki) og tidlige stadier af maligniteter overlapper betydeligt, hvilket resulterer i en høj risiko for oversete diagnoser eller unødvendige biopsier af godartede læsioner. Derfor er det afgørende systematisk at inkorporere multidimensionelle indikatorer - herunder demografi (f.eks. alder), rygning og alkoholhistorie samt klinisk symptomatologi - i risikovurderingen for tidlig opsporing af maligniteter og optimal allokering af sundhedsressourcer.

I de senere år har dyb læringsbaseret kunstig intelligens (AI) demonstreret enorm potentiale i udvinding af medicinske billedfunktioner, i stand til at fange subtile morfologiske teksturer, der er umærkelige for det menneskelige øje. Onkogenesen og progressionen af larynxmaligniteter drives dog af en sammenløb af multidimensionelle faktorer. Når de konfronteres med komplekse, virkelige kliniske scenarier, lider unimodale billedmodeller ofte af reduceret generaliserbarhed og forhøjede falsk-positive rater på grund af fraværet af patientens demografiske, symptomatiske og adfærdsmæssige eksponeringskontekst. Virkelige kliniske beslutningsprocesser er ikke en isoleret billedfortolkningsoppgave; snarere kræver det systematisk integration af visuelle funktioner med multidimensionelle kliniske metadata. Udvikling af en intelligent diagnostisk ramme, der er i stand til at fusionere multimodal data, er derfor afgørende for at overvinde anvendelsesflaskehalsene ved nuværende unimodale AI-billedværktøjer.

For at adressere disse kliniske smertepunkter og tekniske begrænsninger udnyttede denne undersøgelse en national multicenter kohorte, der omfatter cirka 11.000 patienter med stemmelidelser, til at udvikle og validere en totrins, multimodal AI-risikostratificerings- og diagnostisk ramme. I første trin udviklede forskerne en ikke-invasiv, lavpris Klinisk Screening Model ved at integrere demografiske karakteristika, adfærdsmæssige eksponeringer og klinisk symptomatologi. Dette værktøj er designet til at give primærplejeindstillinger og patienter et øjeblikkeligt, effektivt tidligt varslingssystem for maligniteter. I andet trin, baseret på denne indledende risikostratificering, anvendte forskerne dyb læringsalgoritmer til at udtrække mikroskopiske visuelle funktioner fra endoskopiske billeder, hvilket kulminerede i en Multimodal Diagnostisk Model. Denne model opnår præcis multiklasseklassificering blandt larynxmaligniteter, almindelige godartede stemmebåndslæsioner og normal larynxanatomi. Derudover implementerede forskerne en cloud-baseret webapplikation for at lette realtidsrisikovurdering.

I sidste ende, ved at levere denne klinisk kvalificerede AI-diagnostiske assistent, sigter denne undersøgelse mod at optimere de hierarkiske screenings- og diagnostiske veje for stemmelidelser, og dermed styrke almenpraktikere og primærpleje øre-næse-hals-læger til at forbedre kvaliteten af kliniske beslutningsprocesser og diagnostisk nøjagtighed.