传统的肿瘤组织活检诊断方法已经有50多年的历史了. 这种方法发现了癌症的存在，但往往为时已晚，无法成功治疗.
作为密苏里-堪萨斯城大学牙科学院的研究人员，Rose Wang博士.D., 重点建立一个系统，通过人工智能和红外技术来识别癌症的风险. 她对这种方法很有信心, 目的是在癌前病变变成致命的疾病之前拦截它们, 是否也适用于其他形式的癌症.
科学界已经注意到王的研究背后的希望. 她收到了430美元,今年1月，她的创新研究获得了美国国立卫生研究院(NIH)的1万美元发展研究资助。.
“我们并没有试图诊断癌症本身,王说:“我们正在创建一个系统来检测高风险的癌前病变，并防止它们变成癌症。. 如果我们能及早发现的话, 我们能做的还有很多, 而且治疗更有效. 我对此感到非常兴奋.”
王正在研究人工智能的应用, 比如机器学习, 利用红外光谱成像技术分析组织样品的生化数据, 一种提供比传统成像方法更高维度数据的设备, 比如显微镜. 她使用专业软件和开源计算机程序来训练机器学习模型，以便从光谱显示的信息中提取最重要的信息. 细节的水平是巨大的, 每个像素提供数千个不同波长的变量.
“人工审查数据几乎是不可能的，”王说. “这就是为什么我们需要使用机器学习来提取重要信息并训练自动风险分层模型的原因.”
Wang召集了一支令人印象深刻的研究团队，他们不仅来自UMKC牙科学院, 还有UMKC科学与工程学院以及堪萨斯大学医学中心. 她的多学科团队涵盖了广泛的专业知识:红外光谱和成像, 临床病理学, 人工智能, 口腔生物学和癌症生物物理学.
目前癌症检测的金标准是组织病理学诊断方法, 为活组织检查切割组织样本. 然后将样本送到病理学家那里进行视觉评估，以确定是否存在癌症. “病理学家花了数年时间训练他们的眼睛看到那些形态异常，并判断癌症或没有癌症,王说.
病理学家寻找所谓的细胞和组织的形态变化. 不幸的是，这些变化直到癌症已经进展时才会显现出来. 据王说, 问题是70%的口腔癌在晚期才被诊断出来, 导致5年存活率只有50%.
癌前病变不是癌症，但会增加成为癌症的风险. 据王说, 病理学家还不知道如何区分哪些是癌前病变, 即发育不良, 会转化为癌症. 有时这些细胞只是停留在癌前状态，而不会变成癌症. 如果病理学家发现轻度或中度异常, 通常，临床医生会选择观察问题区域一段时间.
“但如果病人在一年后回来，突然因为轻微的发育不良而患上了癌症，那该怎么办??王说. “目前，还没有可靠的方法来确定哪些癌前病变会变成癌症."
另一个问题是传统过程的主观性. 王说，两个训练有素的病理学家可以对同一组织活检提供不同的诊断.
“我们正在开发的系统将提供客观和定量的诊断信息，并帮助临床医生为患者制定更好的管理计划。,王说. “口腔癌的生存是高度依赖于分期的, 早期发现可显著提高患者生存率. 如果我们能及早发现，我们就能挽救生命.”