近日，首都医科大学附属北京朝阳医院（以下简称朝阳医院）耳鼻咽喉头颈外科李天成团队在耳鼻咽喉头颈外科顶刊Laryngoscope杂志发表论文《声带白斑危险分层新型特征分析及预测平台建立》。Laryngoscope杂志创建于1896年，至今已有128年的悠久历史，为百年金牌杂志，是耳鼻咽喉头颈外科领域公认的顶刊之一。

该文为朝阳医院、北京大学第一医院、哈佛医学院麻省总院的团队联合发表。朝阳医院耳鼻咽喉头颈外科主治医师李祖飞为第一作者，副主任李天成为通讯作者。

声带白斑（Vocal cord leukoplakia，VCL）是一种临床描述性诊断，是一类癌前病变，是指声带粘膜上有异常的白色斑块或斑片，不能在临床上归类为任何一类疾病，《2017年世界卫生组织蓝皮书》将VCL的五个病理学等级简化为低风险（鳞状增生，轻度不典型增生）和高风险组（先前的中度和重度不典型增生，上皮癌）。低危等级声带白斑须保守治疗，而高危VCL的恶变率为20％，需要尽快手术治疗。目前，仅凭肉眼根据临床经验无法有效识别VCL为低危还是高危。

李天成团队率先借助影像组学技术，从二维的喉镜图像中，提取到500余个肉眼无法识别的纹理特征，并通过套索回归（Lasso 回归也叫套索回归，是通过生成一个惩罚函数是回归模型中的变量系数进行压缩，达到防止过度拟合，解决严重共线性的问题）以及相关性分析等特征筛选方法，最终筛选到12个非常典型的纹理特征，使用10余种人工智能机器学习算法建立VCL的危险分层预测模型。发现基于五折交叉验证（五折交叉验证是一种常用的机器学习模型评估技术，通常用于估计模型的性能和泛化能力）的随机森林算法建立的模型，其准确度、灵敏度、特异度及ROC曲线下面积分别为：92.2±4.1%, 95.6±4.0%, 85.8±5.8%, 90.7±4.9%. 另外其独立验证集结果：92.3%, 95.7%, 90.0%, 93.3%，远远高于主治医师以上的医师的准确率（AUC between 63.1-75.2%）。

最终模型被制作成网页版预测模型，可用于VCL危险分层的预测，具有广泛的实用性。将来，团队会进行多中心验证，进一步提高并优化VCL预测模型，以期该模型能更好地服务于VCL的临床诊断。

原文图2：将彩色喉镜图像分成9个颜色通道，每个通道分别提取纹理特征。

原文图4：Lasso特征筛选出数十个特征，进一步根据最相关法筛选到12个最终特征

原文表1：10种机器学习算法分别建模，五折交叉验证，选取最佳算法。

原文图5：独立验证集的模型测试结果。

原文图6：SHAP分析对特征重要性进行排序。

原文图7：模型被建立为网页版预测模型（http://124.223.201.187/VCL-revised.html）。

第一作者简介

李祖飞，医学博士，主治医师，2015年8月参加工作，师从韩德民院士及黄志刚教授，致力于人工智能医工交叉研究，本人掌握Python、TensorFlow、Keras、PyTorch等AI软件；以第一/通讯作者在耳鼻喉顶刊Laryngoscope等杂志发表中英文论文20篇，其中SCI占14篇；主持省部级、局级课题各一项，以项目骨干参与国家重点研发计划；耳鼻喉顶刊Laryngoscope、Biomedical and Environmental Sciences、ENT、Frontrier in immunology等杂志审稿人，AME期刊集团编委；2023年浙大一院鼻科解剖大赛三等奖；

擅长手术：腺样体扁桃体切除、鼻前庭囊肿、鼻中隔、鼻窦炎鼻息肉、鼻腔鼻窦良性肿物、各类良恶性声带病变激光微创治疗、会厌肿物、甲状腺及腮腺相关手术、喉癌下咽癌手术治疗。

通讯作者简介

李天成，医学博士，博士后，博士生导师，教授，主任医师，二十余年临床经验。2017年获得国家留学基金委资助，在美国哈佛医学院麻省总院癌症研究中心行为期两年博士后工作。专业方向为甲状腺、腮腺、咽、喉、颈部良恶性肿瘤微创治疗及鼾症的综合治疗。曾于国内多家顶尖大学附属医院交流学习，尤其擅长腔镜辅助下甲状腺（经乳晕，经口入路）、腮腺（耳后入路）、颌下腺肿瘤（经口）的手术治疗，头颈肿瘤（喉癌、下咽癌）的微创治疗（支撑喉镜下激光切除）。相关技术获首都特色基金、首都卫生发展基金、北京市卫健委推广项目的支持。

李天成出诊时间：周一全天常营院区，周五全天本部院区。

耳鼻咽喉头颈外科 李祖飞 李天成