Ontwikkeling van een Machine Learning-model voor screening van nasofarynxcarcinoom op basis van tongbeeldvorming

Nasofarynxkanker komt veel voor in China, Zuidoost-Azië en Noord-Afrika, en wordt over het algemeen geassocieerd met een Epstein-Barr-virus (EBV)-infectie. Het gebruik van EBV-specifieke antilichamen of EBV-DNA-screening kan het aandeel patiënten bij wie een vroeg nasofarynxcarcinoom wordt vastgesteld, verhogen van ongeveer 20% naar ruim 70%. In eerdere onderzoeken ontdekten onderzoekers dat deelnemers die een screening ondergingen een grotere kans hadden om op lange termijn te overleven nadat ze de diagnose nasofarynxcarcinoom hadden gekregen in vergelijking met de controlegroep, en dat het risico op nasofarynxcarcinoom-specifieke sterfte lager was onder de gescreende patiënten (relatief risico 0,22). . De toepassing van nasofarynxcarcinoomscreening in de klinische praktijk wordt echter belemmerd door lage positief voorspellende waarden. Zelfs in gebieden waar het EB-virus in China voorkomt, bedraagt ​​de positief voorspellende waarde slechts 4,8%. Meer dan 95% van de via primaire serologische screening geïdentificeerde deelnemers met een hoog risico onderging onnodige en tijdrovende klinische onderzoeken en follow-up. De combinatie van verschillende biomarkers, meerstapsscreening en identificatie van nieuwe biomarkers worden gebruikt om de prestaties van screeningsstrategieën voor nasofarynxkanker te verbeteren. De tot nu toe geboekte vooruitgang is echter nog steeds onbevredigend en wordt gekenmerkt door een lage gevoeligheid, complexe werking of hoge kosten. Daarom is er een dringende behoefte aan het identificeren van nieuwe biomarkers of strategieën met een hoge gevoeligheid en positief voorspellende waarde voor screening op nasofarynxcarcinoom.

In 《The New England Journal of Medicine》 rapporteerde het team van professor Xia Ningshao in 2023 over de identificatie en validatie van anti-BNLF2 totaal antilichaam (P85Ab) als een nieuwe serologische biomarker voor screening op nasofarynxkanker. De gevoeligheid van P85-Ab nasofarynxcarcinoom is 97,9 %, met een positief voorspellende waarde van 10,0%. Bovendien, op basis van P85-Ab-positiviteit, als verdere detectie van dubbele EB-antilichamen (EBV-nucleair antigeen 1 [EBNA1]-IgA en EBV-specifiek viraal capside-antigeen [VCA]-IgA) wordt uitgevoerd, is het risico middelmatig of middelhoog. personen met dubbele EB-antilichamen kunnen nasofaryngoscopieonderzoek ondergaan, wat de positief voorspellende waarde van nasofarynxcarcinoomscreening kan verhogen tot 29,6% -44,6%, dat wil zeggen dat voor elke 2-3 uitgevoerde nasofaryngoscopen één geval van nasofarynxcarcinoom kan worden gediagnosticeerd. De gevoeligheid van dit onderzoek is zeer hoog, maar de positief voorspellende waarde bedraagt ​​slechts 10%. Zelfs in combinatie met traditionele EB-monitoring van dubbele antilichamen en nasale endoscopie ondergaat een derde tot de helft van de niet-nasofarynxcarcinoompatiënten nog steeds onnodige en tijdrovende klinische onderzoeken. Daarom is het nog steeds noodzakelijk om eenvoudige en kosteneffectieve methoden te onderzoeken om de strategie van positief voorspellende waarde voor screening op nasofarynxcarcinoom te verbeteren.

Een studie gepubliceerd in het Lancet-subtijdschrift ‘eClinicalMedicine’ in 2023 toonde aan dat een tongbeeldmodel gebaseerd op machinaal leren kan dienen als een stabiele diagnostische methode voor maagkanker (AUC=0,89), en is klinisch gevalideerd in meerdere centra. Deze studie inspireert onderzoekers om machine learning-technologie op basis van kunstmatige intelligentie te introduceren in de diagnose en behandeling van nasofaryngeale kanker.

Samenvattend onderzoekt dit plan de ontwikkeling van machine learning-modellen voor tongbeelden bij patiënten met nasofarynxcarcinoom om de positief voorspellende waarde van screening op nasofarynxcarcinoom te helpen verbeteren.