人工知能と機械学習の口腔がんリスク予測への応用

Application of artificial intelligence and machine learning for prediction of oral cancer risk.

• Anwar Alhazmi
• Yaser Alhazmi
• Ali Makrami
• Amal Masmali
• Nourah Salawi
• Khulud Masmali
• Shankargouda Patil

抄録

背景:

口腔がんは、生存率を高めるためには早期診断と治療が必要である。本研究では、リスク因子、系統的な病状、臨床病理学的特徴などのデータをもとに、口腔がん発症リスクを予測するための人工ニューラルネットワークモデルを開発することを目的とした。

BACKGROUND: Oral cancer requires early diagnosis and treatment to increase the chances of survival. This study aimed to develop an artificial neural network model that helps to predict the individuals' risk of developing oral cancer based on data on risk factors, systematic medical condition, and clinic-pathological features.

方法:

人工知能ベースの予測モデルを開発するために、一般的なデータマイニングアルゴリズムである人工ニューラルネットワークを使用した。モデルの開発には、患者に関連する29個の変数が使用された。データセットは、トレーニングデータセット54例（75％）とテストデータセット19例（25％）にランダムに分割された。すべての記録と観察は、理事会認定の口腔病理医によってレビューされた。

METHODS: A popular data mining algorithm artificial neural network was used for developing the artificial intelligence-based prediction model. A total of 29 variables that were associated with the patients were used for developing the model. The dataset was randomly split into the training dataset 54 (75%) cases and testing dataset 19 (25%) cases. All records and observations were reviewed by Board-certified oral pathologist.

結果:

計 73 例の患者が適格基準を満たした。22例（30.13％）が良性、51例（69.86％）が悪性であった。平均年齢は63.09歳で，女性37名，男性36名であった．解析の結果、10倍クロスバリデーション解析に基づく口腔がん予測のANNの平均感度と特異度は、それぞれ85.71％（95％信頼区間[CI]、57.19～98.22）、60.00％（95％CI、14.66～94.73）であった。口腔がん予測に対するANNの精度は78.95％（95％CI、54.43-931.95）であった。

RESULTS: A total of 73 patients met the eligibility criteria. Twenty-two (30.13%) were benign cases, and 51 (69.86%) were malignant cases. Thirty-seven were female, and 36 were male, with a mean age of 63.09 years. Our analysis displayed that the average sensitivity and specificity of ANN for oral cancer prediction based on the 10-fold cross-validation analysis was 85.71% (95% confidence interval [CI], 57.19-98.22) and 60.00% (95% CI, 14.66-94.73), respectively. The accuracy of ANN for oral cancer prediction was 78.95 % (95% CI, 54.43 -931.95).

結論:

我々の結果は、この機械学習技術が、データセットに基づいた口腔がん検診・診断に役立つ可能性を示唆している。その結果、人工ニューラルネットワークは、悪性腫瘍の確率の推定において優れた性能を発揮し、個人の危険因子、全身状態、臨床病理学的データの知識に基づいて、口腔癌の発症リスクを予測するのに役立つ正の予測値を向上させることができることを示した。

CONCLUSION: Our results suggest that this machine learning technique has the potential to help in oral cancer screening and diagnosis based on the data sets. The results demonstrate that the artificial neural network could perform well in estimating the probability of malignancy and improve the positive predictive value that could help to predict the individuals' risk of developing OC based on knowledge of their risk factors, systemic medical conditions, and clinic-pathological data.

This article is protected by copyright. All rights reserved.