人工智能在口腔癌诊断与分诊中的应用：临床视角综述
摘要
早期诊断口腔鳞状细胞癌（OSCC）仍面临挑战，生存率主要取决于诊断时的分期。人工智能（AI）有望通过临床照片、放射影像、光学成像和数字病理学增强检测和临床决策。本综述汇总了截至2025年10月的同行评审PubMed索引英文文献，优先考虑前瞻性设计、外部验证和临床可解释模型。研究集中在临床相关任务上，如临床图像中的病变分诊、CT/MRI/PET上的淋巴结转移预测、光学方法的边缘评估以及基于全切片图像的组织病理学诊断/分级。此外，还讨论了实施问题，包括数据集偏移、偏见和报告标准。结果显示，在临床照片中，深度学习在单中心研究中对OSCC和口腔潜在恶性疾病的分类具有高诊断准确性，并在多站点外部测试中显示出良好的泛化能力，但在分布外图像和现实世界伪影下性能下降。在放射学中，放射组学和深度学习模型通过多模态特征融合提高了风险分层和淋巴结转移预测。光学方法如高光谱空间频率域成像和OCT结合AI在术中边缘评估和诊所分诊中显示可行性。数字病理学模型在全切片图像上接近专家级分类，开始预测口腔上皮发育不良的恶性转化风险，但严格的前瞻性验证仍然稀缺。结论是，OSCC的AI系统正在成熟并面向临床，但在常规采用前需证明外部有效性、临床医生参与性能、校准及对诊断时间和患者结果的影响。
信息来源： PubMed Ophthalmology 发布于 2026年3月12日
要点速览
- 深度学习在单中心研究中对OSCC和口腔潜在恶性疾病的分类具有高诊断准确性。
- 放射组学和深度学习模型通过多模态特征融合提高了风险分层和淋巴结转移预测。
- 数字病理学模型在全切片图像上接近专家级分类，但严格的前瞻性验证仍然稀缺。
本站解读
这项综述揭示了人工智能在口腔癌诊断与分诊中的巨大潜力，同时也点出了技术路线变迁和商业格局重塑的底层逻辑。随着深度学习在图像识别领域的不断进步，AI在口腔癌的早期诊断和风险分层中展现出显著优势。然而，这些技术的应用并非一帆风顺，数据集偏移和现实世界伪影等问题依然存在，这使得AI系统的实际应用效果受到一定限制。
从行业竞争生态来看，国内外多家企业纷纷布局AI医疗领域，试图通过技术创新建立护城河。尽管目前已有多个研究团队在单中心和多中心研究中取得了令人瞩目的成果，但这些成果能否在更广泛的临床环境中得到验证，仍是未知数。特别是在中国，由于医疗资源分布不均和技术普及程度不同，AI技术的推广面临着更大的挑战。
横评国内外研发管线进度，可以发现国外一些大型医疗机构和科技公司在这一领域已经取得了一定的领先优势，例如美国和欧洲的一些研究机构已经在多模态特征融合方面取得了突破。相比之下，国内虽然起步较晚，但近年来也涌现出一批有实力的企业和研究团队，他们正努力追赶国际先进水平。
后续需要密切留意的是，如何解决数据集偏移和现实世界伪影的问题，以及如何确保AI系统的外部有效性和临床实用性。此外，透明的报告标准和严格的前瞻性验证也是推动AI技术在口腔癌诊断中广泛应用的关键因素。只有解决了这些问题，才能真正实现AI在口腔癌诊断中的临床价值。
常见问题
人工智能在口腔癌诊断中的作用是什么？
人工智能可以通过分析临床照片、放射影像、光学成像和数字病理学来提高口腔癌的早期诊断和风险分层。
这项研究有哪些局限性？
研究显示AI在某些情况下性能下降，特别是在处理分布外图像和现实世界伪影时。此外，严格的前瞻性验证仍然不足。
延伸阅读
人工智能在IgG4相关眼病与眼眶MALT淋巴瘤鉴别中的应用
免疫球蛋白G4相关眼病（IgG4-ROD）和眼眶黏膜相关淋巴组织（MALT）淋巴瘤的鉴别诊断一直是临床难题，因其影像学特征和临床表现高度相似。近年来，人工智能（AI），尤其是放射组学和深度学习技术，在提高诊断准确性方面展现出巨大潜力。通过提取高维影像特征并构建稳健的预测模型，这些技术能够显著提升诊断精度。本综述系统性地探讨了当前AI在区分IgG4-ROD与眼眶MALT淋巴瘤中的应用现状，重点介绍了基于图像特征提取、模型开发及诊断性能评估的关键方法。此外，还讨论了多模态影像数据整合的各种AI技术，并针对这一临床背景提出了深度学习架构优化策略。尽管AI辅助诊断工具在实际应用中面临样本量小、单中心回顾性设计、数据变异性、可解释性等问题，但通过综合近期研究成果，本文旨在提供一个全面的AI驱动诊断进展概览，评估现有挑战，并提出未来改进方向，以支持更精准的临床决策。
PathFinder AI工具在非视网膜专家中的诊断一致性评估
本研究旨在评估非视网膜专科医生（NRS）使用PathFinder人工智能辅助工具与视网膜专科医生在诊断和转诊决策上的一致性。研究纳入了202名连续接受CIRRUS平台OCT检查的患者，其中PathFinder AI模块被用于辅助诊断。结果显示，在202只眼睛中（平均年龄62.7 ± 12.3岁），PathFinder AI工具在资源有限的情况下具有显著的实时决策支持价值，但在特定疾病尤其是威胁视力的条件下，仍需进一步优化和临床监督。
ChatGPT-4o在眼科患者手册生成中的应用：与AAO材料的比较
本研究旨在对比ChatGPT-4o生成的眼科患者手册与美国眼科学会（AAO）提供的教育材料在英语和西班牙语版本中的可读性和质量。研究选取了10种常见眼部疾病的AAO手册，并要求ChatGPT-4o生成相应内容，确保其阅读难度为8年级水平。结果显示，ChatGPT-4o生成的手册在英语可读性方面与AAO材料相当，但在西班牙语版本中表现更优。具体而言，ChatGPT-4o生成的手册在西班牙语的Szigriszt-Pazos Perspicuity Index (SPPI)评分显著高于AAO材料。此外，ChatGPT-4o生成的手册在内容质量评估中也表现出色，尤其是在西班牙语版本中。总体而言，ChatGPT-4o生成的手册在可读性和内容质量上均达到或超过了AAO材料的标准。