Применение и проверка системы глубокого обучения на основе смартфонов для полости рта потенциально злокачественных расстройств и скрининга рака полости рта

Фон:

Рак полости рта остается одной из основных причин смерти от рака на Тайване и во всем мире. Искусственный интеллект обладает потенциалом для улучшения скрининга рака полости рта, что обеспечивает раннее обнаружение путем решения проблем доступа здравоохранения с высокими качественными решениями.

Цель:

Чтобы подтвердить точность системы глубокого обучения на основе смартфонов в обнаружении половых потенциально злокачественных расстройств (OPMD) и рака полости рта, а также демонстрировать его так же эффективно, как и оценки, проводимые стоматологами и не сертифицированными поставщиками медицинских услуг.

Методы:

Дизайн, обстановка и участники: открытое трехручное рандомизированное контролируемое исследование будет проводиться в медицинском центре на северном Тайване в период с января 2025 года по декабрь 2025 года. Испытание будет включать субъектов в возрасте 18 лет и старше, которые посещают центр скрининга рака для всех видов скрининга. Факторы риска рака полости рта, такие как привычки курения или жевание ореха бетеля или употребление алкоголя, будут зарегистрированы анонимными анкет.

Вмешательства. Приемлемые субъекты будут рандомизированы в соотношении 1: 1: 1 с использованием компьютерного алгоритма рандомизации к системе глубокого обучения (ARM A) или сертифицированной стоматологу с глубоким обучением (ARM B) или не сертифицированными медицинскими поставщиками (врачи общей практики) с системой глубокого обучения (ARM C). Система глубокого обучения в ARM B и C будет использоваться только для последующего сравнения и не поможет ручной интерпретации.

Основные результаты и меры: первичным результатом является чувствительность и специфичность для трех реферальных классов (доброкачественный (зеленый), потенциально злокачественный (желтый) и злокачественный (красный)) с помощью системы глубокого обучения, стоматологов и не сертифицированных медицинских работников. Также будет рассчитана площадь под кривой (AUC) для каждой рабочей характеристики приемника (ROC). Вторичным результатом является обратная связь с комфортом субъектов во время экзамена и время, необходимое для оценки.

Ожидаемые результаты:

Мы предполагаем, что системы глубокого обучения будут обладать более высокой чувствительностью в обнаружении OPMD и рака полости рта, тогда как стоматологи и врачи общей практики будут демонстрировать более высокую специфичность в скрининге. Результаты могут помочь нам улучшить процесс продвижения скрининга полости рта.