En maskinlæringsbasert risikoprediksjonsmodell for hode- og halskreftlesjoner (ML-HNC-Risk)

Vokal helse har fremstått som en fremtredende folkehelseutfordring. Fonasjon er avhengig av presis nevromuskulær og respiratorisk koordinering, en fysiologisk prosess som ofte er svekket av systemisk aldring, multimorbiditet og nevromuskulær degenerasjon. Denne komplekse patofysiologiske samspillet gjør det svært vanskelig å klinisk skille tidligstadie laryngeale maligntumorer fra vanlige godartede stemmeforstyrrelser (f.eks. stemmebåndcyster, vokale prosessgranulomer og Reinkes ødem). Fordi begge enhetene typisk presenterer seg med uspesifikk heshet eller globusfølelse, blir vanskeligheten med tidlig screening og nøyaktig differensialdiagnose betydelig forsterket.

For tiden er diagnosen av stemmeforstyrrelser sterkt avhengig av laryngoskopi. Men på grunn av den ulik fordeling av medisinske ressurser, mangler primær- og kommunale helsetjenester generelt effektive screeningverktøy for laryngeale maligntumorer under innledende konsultasjoner, noe som ofte fører til forsinkede henvisninger for høyt risikopasienter. Dessuten er det en betydelig forskjell i endoskopisk tolkningsekspertise på ulike helsenivåer. De visuelle egenskapene til visse forstadiet kreftlignende lesjoner (som dysplastisk leukoplaki) og tidligstadie maligntumorer overlapper betydelig, noe som resulterer i høy risiko for oversette diagnoser eller unødvendige biopsier av godartede lesjoner. Derfor er det avgjørende å systematisk inkorporere flerdimensjonale indikatorer - inkludert demografi (f.eks. alder), røyke- og alkoholhistorie, og klinisk symptomatologi - i risikovurdering for tidlig oppdagelse av maligntumorer og optimal allokering av helseressurser.

I de siste årene har dyp læringsbasert kunstig intelligens (AI) vist enormt potensial i medisinsk bildefjerntrekking, i stand til å fange subtile morfologiske teksturer som er umerkelige for det menneskelige øye. Imidlertid er onkogenesen og progresjonen av laryngeale maligntumorer drevet av en sammenslåing av flerdimensjonale faktorer. Når de står overfor komplekse, virkelige kliniske scenarioer, lider unimodale bildeanalysemodeller ofte av redusert generaliserbarhet og forhøyede falsk-positive rater på grunn av fraværet av pasientens demografiske, symptomatiske og atferdsmessige eksponeringskontekst. Virkelige kliniske beslutningsprosesser er ikke en isolert bilde-tolkningsoppgave; snarere krever de systematisk integrasjon av visuelle funksjoner med flerdimensjonale kliniske metadata. Å utvikle et intelligent diagnostisk rammeverk som er i stand til å fusjonere multimodal data er derfor avgjørende for å overvinne applikasjonsflaskehalsene til nåværende unimodale AI-bildeanalyserverktøy.

For å adressere disse kliniske smertepunktene og tekniske begrensningene, utnyttet denne studien en nasjonal multicenter-kohort som omfatter omtrent 11 000 pasienter med stemmeforstyrrelser for å utvikle og validere et to-trinns, multimodal AI-risikostratifiserings- og diagnostisk rammeverk. I første trinn, ved å integrere demografiske egenskaper, atferdsmessige eksponeringer og klinisk symptomatologi, utviklet forskerne en ikke-invasiv, lavkostnad klinisk screeningsmodell. Dette verktøyet er designet for å gi primærhelsetjenester og pasienter et umiddelbart, effektivt tidligvarslingssystem for maligntumorer. I andre trinn, basert på denne innledende risikostratifiseringen, brukte forskerne dyp læringsalgoritmer for å trekke ut mikroskopiske visuelle trekk fra endoskopiske bilder, og kulminerte i en multimodal diagnostisk modell. Denne modellen oppnår presis flerklasseklassifisering mellom laryngeale maligntumorer, vanlige godartede stemmebåndlesjoner og normal laryngeal anatomi. Dessuten implementerte forskerne en skybasert webapplikasjon for å lette sanntidsrisikovurdering.

Til slutt, ved å tilby denne klinisk-gradert AI-diagnostiske assistenten, har denne studien som mål å optimalisere de hierarkiske screenings- og diagnostiske banene for stemmeforstyrrelser, og dermed gi allmennleger og primære øre-nese-hals-spesialister mulighet til å forbedre kvaliteten på kliniske beslutningsprosesser og diagnostisk nøyaktighet.