利用人工智能帮助医生和牙医及早识别可疑的口腔病变，并更快地将患者转诊至专科医生进行评估。这是由萨萨里大学协调开展的一项国际研究的目标，该研究发表于《耳鼻咽喉头颈外科杂志》（Otolaryngology–Head and Neck Surgery） ，该杂志是美国耳鼻咽喉头颈外科学会基金会的官方期刊。这项题为“基于图像的口腔病变诊断：视觉语言模型与人类临床医生的性能比较”的研究评估了基于Gemini 2.5 Pro的、经过专门训练的多模态人工智能系统在分析口腔黏膜病变图像方面的能力。

这项研究是萨萨里大学和萨萨里大学医院在“撒丁岛下一代创新生态系统”（e.INS）项目框架下投资的成果之一，尤其是在“预防医学新路径：基因组学、数字创新和远程医疗”子项目“Spoke 01”框架下开展的。萨萨里大学是“Spoke 01”项目的执行机构和牵头单位。该项目由国家复苏与韧性计划资助，资金来自欧盟“下一代欧盟”（NextGenerationEU）项目。此外，萨萨里大学与萨萨里大学合作开展的“Telemaco-S”项目也与此项目背景相符，该项目致力于开发远程医疗和精准医疗解决方案。

“口腔癌仍然是一个重大问题，因为很多患者确诊时已是晚期，”萨萨里大学颌面外科教授、萨萨里大学医院颌面外科主任贾科莫·德·里乌教授解释道。“诊断延误可能是由于患者有时会低估早期病变，也可能是由于早期症状难以识别，因为这些症状在早期可能与良性病变相似。因此，缩短从病变出现到识别再到转诊给专科医生的时间，是抗击这些肿瘤最重要的目标之一。”

这项前瞻性多中心研究纳入了来自意大利、比利时、法国、西班牙和以色列20家大学和医院中心的350名患者。病变诊断通过组织学检查进行验证，以此作为评估系统准确性的参考标准。

结果显示，该系统在区分良恶性病变方面的总体准确率为 97.1%。该研究还对不同经验水平的专业人员进行了探索性比较。在区分良恶性病变方面，全科医生的准确率为 72.5%，牙医为 78.2%，口腔病理学家为 87.4%，经验丰富的头颈外科医生为 99.4%，而基于 Gemini 系统的准确率为 97.1%。

© Riproduzione riservata