Aplicación y validación de un sistema de aprendizaje profundo basado en teléfonos inteligentes para trastornos orales potencialmente malignos y detección de cáncer oral

Fondo:

El cáncer oral sigue siendo una de las principales causas de muertes relacionadas con el cáncer en Taiwán y en todo el mundo. La inteligencia artificial tiene el potencial de mejorar la detección del cáncer oral, lo que permite la detección temprana al abordar los problemas de acceso a la atención médica con soluciones de alta calidad.

Objetivo:

Para validar la precisión del sistema de aprendizaje profundo basado en teléfonos inteligentes en la detección de trastornos orales potencialmente malignos (OPMD) y cáncer oral, al tiempo que demuestra que es tan efectivo como las evaluaciones realizadas por dentistas y proveedores de salud no certificados.

Métodos:

Diseño, configuración y participantes: se realizará un ensayo controlado al azar de tres brazos abierto en un centro médico en el norte de Taiwán entre enero de 2025 y diciembre de 2025. El juicio incluirá sujetos de 18 años o más que visitan el Centro de detección del cáncer para todo tipo de detección. Los factores de riesgo de cáncer oral, como los hábitos de fumar o haber masticado la nuez de betel o el consumo de alcohol, serían registrados por cuestionarios anónimos.

Intervenciones: los sujetos elegibles se asignarían al azar en una relación 1: 1: 1 utilizando un algoritmo de aleatorización generado por computadora al sistema de aprendizaje profundo (ARM A) o dentista certificado por la junta con sistema de aprendizaje profundo (ARM B) o proveedores de salud no certificados (profesionales generales) con sistema de aprendizaje profundo (ARM C). El sistema de aprendizaje profundo en el brazo B y C solo se utilizaría para la comparación posterior y no ayudaría a la interpretación manual.

Resultados y medidas principales: el resultado primario es la sensibilidad y especificidad para los tres grados de referencia (benignos (verde), potencialmente malignos (amarillos) y malignos (rojo)) por el sistema de aprendizaje profundo, los dentistas y los proveedores de salud no certificados. También se calculará el área debajo de la curva (AUC) para cada curva de operación del receptor (ROC). El resultado secundario es la retroalimentación de la comodidad de los sujetos durante el examen y el tiempo necesario para la evaluación.

Resultados anticipados:

Presumimos que los sistemas de aprendizaje profundo tendrán una mayor sensibilidad en la detección de OPMD y cáncer oral, mientras que los dentistas y los profesionales generales exhibirán una mayor especificidad en la detección. Los resultados podrían ayudarnos a mejorar el proceso de promoción de detección de cáncer oral.