Скринінг раку ротової порожнини з використанням штучного інтелекту

Abstract

Дисертаційна робота присвячена розробці та валідації неінвазивного методу скринінгу раку ротової порожнини на основі аналізу спектрального профілю слини з використанням Раман-спектроскопії та алгоритмів штучного інтелекту. Дослідження виконано у форматі проспективного когортного аналізу за участю 200 осіб, розподілених на контрольну групу та групи з передраковими і злоякісними ураженнями. Виявлено статистично значущі спектральні відмінності між клінічними групами, особливо у діапазоні 1450–1700 см⁻¹. Розроблено та протестовано моделі керованого і некерованого машинного навчання, зокрема згорткові нейронні мережі, які продемонстрували високу діагностичну точність. Отримані результати обґрунтовують доцільність впровадження запропонованого підходу як ефективного інструменту раннього скринінгу раку ротової порожнини. The dissertation is devoted to the development and validation of a non-invasive oral cancer screening method based on saliva spectral profile analysis using Raman spectroscopy and artificial intelligence algorithms. The study was conducted as a prospective cohort analysis involving 200 participants divided into control, precancerous, and malignant groups. Statistically significant spectral differences between clinical groups were identified, particularly in the 1450–1700 cm⁻¹ range. Supervised and unsupervised machine learning models, including convolutional neural networks, demonstrated high diagnostic accuracy. The results substantiate the feasibility of implementing the proposed approach as an effective tool for early oral cancer screening.