סרטן חלל הפה ממשיך להוות אתגר קליני משמעותי, בעיקר בשל אבחון מאוחר המוביל לפרוגנוזה ירודה. למרות התקדמות בטיפולים, שיעורי ההישרדות לחמש שנים נותרים בינוניים, כאשר הפער בין גילוי מוקדם למאוחר ניכר (10). בתוך מציאות זו, מרפאת השיניים מהווה נקודת מפתח לאיתור מוקדם, שכן חלק גדול מהמטופלים מבקר בה באופן שגרתי.

הבדיקה הקלינית, הסתכלות שיטתית ומישוש, נותרה אבן יסוד. עם זאת, מגבלותיה מוכרות היטב: נגעים מוקדמים עשויים להיראות בלתי ספציפיים, ולעיתים קשה להבדיל בין שינויים תגובתיים לבין תהליכים דיספלסטיים או נאופלסטיים. על רקע זה מתפתחת גישה אבחונית משולבת, המשלבת בין התרשמות קלינית לבין כלים דיגיטליים ומולקולריים.

אחד התחומים הבולטים הוא שימוש בבינה מלאכותית לניתוח תמונות קליניות. מודלים מבוססי deep learning הדגימו יכולת לזהות דפוסים מורפולוגיים מורכבים, ולעיתים להגיע לביצועים אבחנתיים גבוהים בזיהוי נגעים טרום־ממאירים וממאירים (1–3). עם זאת, חשוב להדגיש כי מרבית הנתונים מגיעים ממחקרים בתנאים מבוקרים, ולא תמיד משקפים את המורכבות של הפרקטיקה היומיומית.

מגמה נוספת היא שילוב נתונים ממקורות שונים במסגרת מודלים מולטי־מודליים, תמונות, נתונים קליניים והרגלי חיים. גישה זו מאפשרת מעבר מהערכה בינארית להערכת סיכון רציפה, התומכת בהחלטות קליניות כגון מעקב לעומת ביופסיה (1,2). בכך מתחיל שינוי תפיסתי לכיוון ניהול סיכון ולא רק זיהוי נגע.

בתחום הציטולוגיה האורלית, בדיקות brush biopsy עברו שיפור משמעותי. שילוב של דגימה לא פולשנית עם ניתוח דיגיטלי מאפשר הערכה מדויקת יותר של אטיפיה תאית (4). למרות זאת, הבדיקה אינה מחליפה ביופסיה כאשר קיים חשד ממשי לממאירות.

שיטות סקר אופטיות כגון autofluorescence ממשיכות להיות בשימוש, אך תרומתן ככלי יחיד מוגבלת (8). שיעור לא מבוטל של תוצאות חיוביות כוזבות מגביל את ערכן ככלי סקר עצמאי, אך הן עשויות לסייע ככלי משלים.

תחום נוסף הוא אבחון מבוסס רוק. הרוק מכיל ביומרקרים כגון microRNA, DNA חופשי וחלבונים, אשר עשויים להעיד על תהליכים נאופלסטיים (5,6). למרות הפוטנציאל, השימוש הקליני עדיין מוגבל ודורש ולידציה נוספת.

המשמעות הקלינית היא מעבר לגישה מבוססת סיכון. מטופלים עם גורמי סיכון או נגעים טרום־ממאירים דורשים מעקב הדוק יותר (7,9). גישה זו מאפשרת התאמה אישית, אך גם מעלה שאלות של overdiagnosis והעמסת יתר.

לסיכום, האבחון המוקדם של סרטן הפה מתפתח לכיוון משולב, שבו הבדיקה הקלינית נתמכת בכלים מתקדמים. עם זאת, הביופסיה נותרת הסטנדרט לאבחנה סופית, והטכנולוגיות החדשות מהוות כלי עזר בלבד.

רשימת ספרות

  1. Yang YT, Weng YC, Chang YC. Artificial intelligence in oral cancer detection: current status and future perspectives. Cancers (Basel). 2023;15(6):1785.
  2. Fu Q, Chen Y, Li Z, Zhang X. Machine learning for oral cancer diagnosis: a systematic review and meta-analysis. Front Oncol. 2022;12:857750.
  3. Aubreville M, Knipfer C, Oetter N, et al. Automatic classification of cancerous tissue in laserendomicroscopy images of the oral cavity using deep learning. Sci Rep. 2017;7:11979.
  4. Mehrotra R, Singh M, Thomas S, et al. A cross-sectional study evaluating brush biopsy for detection of oral premalignant lesions. Oral Oncol. 2021;113:105099.
  5. Yakob M, Fuentes L, Wang MB, et al. Salivary biomarkers for detection of oral squamous cell carcinoma: current state and recent advances. J Dent Res. 2022;101(2):132–140.
  6. Bugshan A, Farooq I. Oral cancer: salivary biomarkers and their role in early detection. Diagnostics (Basel). 2022;12(8):1912.
  7. Thomson PJ. Field cancerization: a review of concepts and clinical implications. J Oral Pathol Med. 2021;50(2):104–110.
  8. Farah CS, McCullough MJ. Oral cancer awareness and early detection. Int J Dent. 2022;2022:1–10.
  9. Villa A, Woo SB. Leukoplakia—A diagnostic and management algorithm. Oral Surg Oral Med Oral Pathol Oral Radiol. 2021;131(1):52–61.
  10. Warnakulasuriya S. Global epidemiology of oral and oropharyngeal cancer. Oral Oncol. 2020;102:104551.