SYSTEMATISK trent læringsalgoritmer for oral karsinogenese tolkning av optisk koherenstomografi (SYMILIS OCT)

Bakgrunn og behov:

Til tross for fremskritt innen orale screeningsteknikker, vedvarer diagnostiske forsinkelser, noe som nødvendiggjør utforskning av ikke-invasive metoder for tidlig oppdagelse av oral kreft. Dagens standard diagnostiske metode, histologisk analyse, krever ofte invasive biopsier og kan være tidkrevende, noe som fører til forsinkelser i behandlingsstart. Dessuten kan tradisjonelle screeningmetoder ikke alltid oppdage orale lesjoner i tidlig stadium nøyaktig. Derfor er det et kritisk behov for å forbedre diagnostiske evner gjennom å ta i bruk innovative teknologier.

I denne sammenhengen fremstår optisk koherenstomografi (OCT) som en lovende teknologi som krever undersøkelse. OCT tilbyr flere fordeler i forhold til konvensjonelle diagnostiske tilnærminger. Dens ikke-invasive natur muliggjør sanntids og ikke-invasiv avbildning av vevsmorfologi med høy oppløsning, noe som gjør det mulig for klinikere å visualisere strukturelle endringer i oralt vev. Ved å gi tverrsnittsbilder av vevslag, har OCT potensial til å identifisere subtile endringer som indikerer orale lesjoner i tidlig stadium, inkludert potensielt maligne lidelser (OPMDs) og plateepitelkarsinom (OSCC). I tillegg kan OCT lette tidlig oppdagelse ved å muliggjøre gjentatte undersøkelser over tid, og dermed overvåke lesjonsprogresjon eller regresjon uten behov for gjentatte biopsier.

Utforskningen av OCT som et diagnostisk verktøy samsvarer med det presserende behovet for å forbedre effektiviteten og nøyaktigheten av oral kreftdiagnose. Ved å utnytte mulighetene til OCT, kan klinikere potensielt fremskynde identifiseringen av mistenkelige lesjoner, noe som fører til rettidig intervensjon og forbedrede pasientresultater. Videre har integreringen av OCT i rutinemessig klinisk praksis potensial til å redusere byrden forbundet med invasive prosedyrer og diagnostiske forsinkelser, og til slutt forbedre kvaliteten på omsorgen for individer med risiko for munnhulekreft.

Til tross for disse potensielle fordelene gjenstår det imidlertid flere utfordringer. For tiden er det mangel på presis definisjon av OCT-mønstre som er spesifikke for ulike orale lesjoner. Dette hindrer den konsistente tolkningen av OCT-bilder og begrenser dens diagnostiske nytte. I tillegg er nøyaktig justering av OCT-funn med histologisk analyse avgjørende for validering og klinisk anvendelighet. Likevel er det fortsatt behov for standardiserte protokoller for å sikre riktig overlegg av OCT-bilder med tilsvarende histopatologiske trekk.

Videre, mens datastyrt OCT-analyse gir løfte om å forbedre diagnostisk nøyaktighet, kan eksisterende metoder være utsatt for skjevheter. Disse skjevhetene må adresseres for å utvikle robuste algoritmer som er i stand til pålitelig å oppdage tidlige tegn på oral kreft, trent på standardiserte teknikker for sammenligning mellom OCT og histologi.

Derfor er det avgjørende å ta tak i disse utfordringene gjennom standardisering av OCT-bildeprotokoller, etablering av konsistente OCT-mønstre og utvikling av objektive datastyrte analysemetoder. Å gjøre det vil ikke bare fremme den kliniske nytten av OCT i oral kreftdiagnose, men også forbedre pasientresultatene ved å muliggjøre tidligere oppdagelse og intervensjon.

Mål og tilnærming:

1. Standardisering av teknikk for OCT-skanninger og biopsi av orale lesjoner:

   • Mål: Å standardisere biopsiinnsamlingsteknikken for både OCT og histologisk analyse, og sikre en pålitelig korrelasjon mellom avbildningsmodaliteter.
   • Tilnærming: Vi vil utvikle og implementere en standardisert biopsiinnsamlingsprotokoll, optimalisere vevsbevaring og justering med OCT-avbildningsparametere. Dette kan innebære spesialisert instrumentering og prosedyreretningslinjer skreddersydd for å maksimere diagnostisk utbytte, med fokus på standardisering av sted og dimensjon for optisk og kirurgisk prøvetaking. Detaljerte protokoller vil bli etablert for OCT-avbildning, som sikrer konsistente innhentingsparametere på tvers av alle nettsteder. På samme måte vil histologisk prosessering av biopsiprøver følge standardiserte protokoller for å opprettholde integritet og lette nøyaktig korrelasjon med OCT-funn. En ny optisk og histologisk prosedyre for Target-biopsi vil bli utført og vurdert.

2. Standardisering av OCT-mønstre for oral karsinogenese:

   • Mål: Å etablere standardiserte mønstre for OCT-avbildning av OPMD-er og OSCC-er, og forbedre diagnostisk nøyaktighet.
   • Tilnærming: Evalueringen av OCT-bilder vil innebære grundig analyse for å identifisere konsistente mønstre som reflekterer ulike orale lesjoner. Ved å korrelere disse mønstrene med histologiske funn, tar vi sikte på å utvikle en omfattende referanseguide for tolkning av OCT-bilder med presisjon og konsistens.

3. Opprettelse av bildedatasett for utvikling av diagnoseprogramvare:

   • Mål: Å samle et omfattende depot av OCT-bilder, forenkle utviklingen av digitale diagnostiske verktøy.
   • Tilnærming: Et robust datasett bestående av OCT-bilder og tilsvarende histologiske data vil bli omhyggelig kurert. Dette datasettet vil tjene som grunnlaget for opplæring og validering av maskinlæringsalgoritmer rettet mot å utvikle sofistikert diagnostisk programvare som er i stand til å oppdage tidlige tegn på munnhulekreft med høy sensitivitet og spesifisitet.

Ved å forfølge disse målene har vi som mål å ikke bare evaluere effektiviteten av OCT i tidlig oral kreftdiagnose, men også bidra til standardisering av diagnostiske metoder og bane vei for integrering av avanserte teknologier i klinisk praksis.