Diagnóstico precoz del cáncer oral con inteligencia artificial: Revisión integrativa
DOI:
https://doi.org/10.33448/rsd-v10i5.13319Palabras clave:
Neoplasias bucales; Diagnóstico; Inteligencia artificial.Resumen
El cáncer oral es una neoplasia que afecta una región labial y una cavidad oral, considerada el tipo de neoplasia más común en Brasil y en el mundo, ocupando el sexto lugar con tasas de mortalidad por cáncer. Según el Instituto Nacional del Cáncer (INCA), 2020, tiene un estimado de 15,190 nuevos casos de cáncer oral anualmente en Brasil. El objetivo de este estudio fue realizar una revisión integradora de la literatura actual sobre el diagnóstico precoz del cáncer oral con precisión utilizando herramientas de inteligencia artificial, destacando su técnica de realización, indicaciones, limitaciones, ventajas y desventajas. Se realizó una revisión integradora de la literatura mediante la búsqueda de artículos científicos en la base de datos electrónica PubMed, Scielo y Medline utilizando los descriptores: neoplasias bucales, diagnóstico e inteligencia artificial, indexados en el período de 2016 a 2020 que trataban de casos clínicos, estudio in vitro y ex vivo. Después de los criterios de elegibilidad, se analizaron 11 artículos publicados íntegramente en inglés. Los estudios demostraron que una técnica aporta poca seguridad para el diagnóstico precoz del cáncer oral en pacientes asintomáticos o sospechosos, disminuyendo las posibilidades de progresión de la neoplasia, contribuyendo a mejores enfoques de tratamiento.
Citas
Alabi, R. O., Elmusrati, M., Sawazaki-Calone, I., Kowalski, L. P., Haglund, C., Coletta, R. D., Mäkitie, A. A., Salo, T., Leivo, I. & Almangush, A. (2019). Machine learning application for prediction of locoregional recurrences in early oral tongue cancer: a Web-based prognostic tool. Virchows Archiv, 475(4), 489-497.
Bugter, O., Hardillo, J. A., De Jong, R. J. B., Amelink, A., & Robinson, D. J. (2018). Optical pre-screening for laryngeal cancer using reflectance spectroscopy of the buccal mucosa. Biomedical optics express, 9(10), 4665-4678.
Carneiro-Neto, J. N. (2017). Protocols for management of oral complications of chemotherapy and/or radiotherapy for oral cancer: Systematic review and meta-analysis current. Medicina oral, patologia oral y cirugia bucal, 22(1).
Curra, M., Salvadori, G., Junges R., Filho Sant'ana, M., Hugo, F. N., & Martins, M. D. (2016). Accuracy of clinical diagnosis for the identification of potentially malignant disorders and malignant lip lesions. Brazilian oral research, 30(1).
Dhanuthai, K., Rojanawatsirivej, S., Thosaporn, W., Kintarak, S., Subarnbhesaj, A., Darling, M., Kryshtalskyj, E., Chiang, C. P., Shin, H. I., Choi, S. Y., Lee, S. S., & Shakib, P. A. (2018). Oral cancer: A multicenter study. Medicina oral, patologia oral y cirugia bucal, 23(1).
Frare, J. C., Sawazaki-Calone, I., Ana-Lucia-Carrinho Ayroza-Rangel, A., Bueno, G., de Morais, C. F., Nagai, H. M., Kunz, R., & Lopes, M. A. (2016). Histopathological grading systems analysis of oral squamous cell carcinomas of young patients. Medicina oral, patología oral y cirugía bucal, 21(3).
Kumar M., Nanavati R., Modi T. G., & Dobariya C. (2016). Oral cancer: Etiology and risk factors: A review. Journal of cancer research and therapeutics, 12(2), 458.
Lu, C., Lewis, J. S., Dupont, W. D., Plummer, W. D., Janowczyk, A., & Madabhushi, A. (2017). An oral cavity squamous cell carcinoma quantitative histomorphometric-based image classifier of nuclear morphology can risk stratify patients for disease-specific survival. Modern Pathology, 30(12), 1655-1665.
Skandarajah, A., Sunny, S. P., Gurpur, P., Reber, C. D., D’Ambrosio, M. V., Raghavan, N., James, B. L., Ramanjinappa, R. D., Suresh, A., Kandasarma, U., Birur, P., Kumar, V. V., Galmeanu, H. C., Itu, A. M., Modiga-Arsu, M., Rausch, S., Sramek, M., Kollegal, M., Paladini, G., Kuriakose, M., Ladic, L., Koch, F. & Fletcher, D. (2017). Mobile microscopy as a screening tool for oral cancer in India: A pilot study. PloS one, 12(11).
Sunny, S., Baby, A., James, B. L., Balaji, D., N. V. A., Rana, M. H., Gurpur, P., Skandarajah, A., D'Ambrosio, M., Ramanjinappa, R. D., Mohan, S. P., Raghavan, N., Kandasarma, U., Sangeetha, N., Hedne, N., Koch, F., Fletcher, D. A., Selvam, S., Kollegal, M., N. P. B., Ladic, L., Suresh, A., Pandya, H. J. & Kuriakose, M. A. (2019). A smart tele-cytology point-of-care platform for oral cancer screening. PloS one, 14(11).
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 Glauciele Souza de Santana; Marina Rosa Barbosa; Júlia Vanessa Bezerra Lima; Luiza Fernanda Correia Molina Cabral; Anna Carolina Vidal Moura; Thainara Vitória Lima Alves; Aryana Rocha do Nascimento; Maria Eduarda Batista da Silva; Ana Beatriz Leme de Andrade; Jéssica da Silva Cunha
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
