研究用750张口腔临床照片训练深度学习模型：测试集76张图中，准确率94.7%、灵敏度94.5%、特异度95.2%，曲线下面积（AUC）0.97。但数据来自单一公开数据集、无患者级标识，尚不能替代病理诊断。

如果你发现口腔溃疡两周不愈、有硬结或出血，直接去口腔科或头颈外科就诊；AI模型目前只是研究探索，不能作为自我诊断依据。

给AI看一张口腔照片，它能看出什么

拍照、上传、出结果——AI看口腔照片查癌，听起来像科幻片。一篇模型验证研究给出了数字：图像级准确率94.7%、AUC 0.97，看着相当漂亮。但”图像级”三个字，藏着关键前提。训练用的750张图里，500张标了癌、250张没标，比例本身就带着”偏科”。

你拍的那张照片，和临床照片是两回事

你是不是觉得手机随手一拍，AI就能替你体检？研究用的照片来自单一公开数据集，拍摄条件、光照和真实诊室完全不同——“看着准”不等于”用得上”。更关键的是，数据集的”标准答案”来自标注本身，没有病理报告兜底。同一患者的多张照片还可能同时出现在训练集和测试集，成绩单的水分就在这。

750张图的训练课

750张图，500张癌：研究用公开的”口腔癌数据集”，750张照片中500张标注为癌、250张为非癌，按约9:1划分训练与验证，另有76张独立测试（55张癌、21张非癌）。模型用预训练好的EfficientNet-B0迁移学习微调，图像统一缩放并做旋转、翻转、亮度等数据增强。

76张测试图的成绩单：测试集76张中正确识别72张：准确率94.7%，灵敏度（查得出癌）94.5%，特异度（不误报）95.2%，阳性预测值98.1%，AUC 0.97。热图显示模型注意力多集中在病变区域。训练时验证准确率落在90%中段，未见明显过拟合；误分类的图片多是光照欠佳、病变被遮挡或早期细微病变。

最要命的三条”小字”：第一，数据没有患者级标识，同一患者的照片可能同时进了训练集和测试集；第二，癌与非癌2:1不平衡，未做校正；第三，标签未经病理报告独立验证。性能很可能被高估。

准确率94.7%、AUC 0.97，模型本身不差；但没有患者级划分、类别不平衡、标签无病理背书——三个漏洞叠加，临床价值要打问号。模型能不能在真实诊室”复刻”这个数字，没人知道，这正是它止步于研究的原因。作者自己也承认，热图只能说明模型”在看哪”，不能证明它”看懂了什么”。离”诊室可用”，还差一次真实的临床验证。

模型亮眼，别忘”小字”

第一，AI看口腔照片表现亮眼，但局限明确。

第二，“图像级”不等于”患者级”，别拿它替代就医。

第三，模型还没走过临床验证，口腔异常，先找医生。

① 数据局限：单一公开数据集，光照与人群和真实诊室不同。

② 患者级缺失：无法确认不同集的照片来自不同患者，性能或虚高。

③ 类别不平衡：癌与非癌为2:1，未做加权或阈值校正。

④ 无病理验证：标签来自数据集本身，未经病理报告核对。

⑤ 校准缺失：未报告原始预测概率，无法评估模型”自信”是否靠谱。

⑥ 阈值固定：分类阈值取0.50，未做敏感性分析。

参考资料：Amin A, et al. Deep Learning-Based Oral Cancer Detection Using Clinical Images. Cureus（2026）. https://doi.org/10.7759/cureus.112795