牙医管家丨AI技术在口腔医学的应用

　　）迅速席卷多个领域。口腔医学的数字化、智能化展现出强劲的发展势头。基于人工智能的机器视觉诊断系统、自主导航与定位系统、专家系统及医疗机器人等技术已应用于口腔临床诊疗的多个领域。人工智能技术为口腔医学带来了革命性和颠覆性的变革发展，翻开了口腔医学的新篇章。

　　随着大数据时代的到来，基于机器学习的人工智能技术，尤其是人工神经网络技术发展迅速，相关研究已涉及口腔医疗多个领域。

　　龋病是最常见的口腔疾病之一，为牙体硬组织的慢性进行性破坏，可持续发展为牙髓炎及根尖周炎。基于大数据的人工神经网络可进行牙齿的自动检测和编号、龋病的早期预测及早期预防，如通过视觉传感系统采集口腔信息的智能牙刷，实时监控人们的日常口腔卫生健康以及牙齿状况。

　　基于深度卷积神经网络在前磨牙和磨牙上的根尖X片上检测龋齿，准确率为82.0%。在锥束计算机断层扫描（CBCT）图像上检测根尖周病变，准确率高达92.8%。

　　基于CBCT检测双根管、细小根尖孔定位，微型机器人辅助医生完成复杂根管的治疗。人工智能技术可快速完成对患者的健康信息收集、数据分析及治疗方案设计。提高了检测效率，降低了人工与时间成本，缩短了复杂多样的根管治疗耗时，降低了根管遗漏、根管过度预备、侧穿、根尖孔破坏等不良事件的发生率。

　　牙周病是指发生在牙齿支持组织（牙龈、牙周膜、牙槽骨、牙骨质）上的慢性感染性疾病，由牙菌斑生物膜与人体免疫系统相互作用引起，一旦发生很难彻底终止和恢复，其早发现、早诊断、早治疗至关重要。将CNN应用于X线片，诊断健康牙齿、中度及重度牙周受损，获得了较高的预测准确度。利用机器学习来识别细菌种类及负载量，区分侵袭性牙周炎与慢性牙周炎；自动检测影像学上牙周骨丧失量、辅助牙周炎的诊断及分类分期。

　　正畸矫治方案的制定涉及诸多复杂因素，高度依赖医生的临床经验，一旦决策失误，有可能对患者造成不可逆性伤害。基于大数据的人工神经网络可进行头影测量标志点自动识别、头影测量结果自动分析、辅助医生判定正畸患者是否需要拔牙矫治、辅助医生进行治疗方案确定。

　　Kaiyun中国 官方网站

　　三维虚拟预测牙齿移动方式、虚拟预测面型变化，改善医患沟通，辅助患者参与的个性化矫治方案的制定。

　　Kaiyun中国 官方网站

　　弓丝弯曲机器人及基于大数据的人工智能CAD/CAM矫治器，快速弯制正畸弓丝的机器人系统 （LAMDA系统），可改善传统人工弓丝弯制耗时、费力的缺点，缩短诊疗时间，提升治疗效率及患者舒适度。

　　结合人工智能的CAD/CAM技术可设计制造出更符合功能、美学及患者需求的个性化修复体，利用人工智能可在个性化基台上完成数字化氧化锆冠的设计、前牙美学数字化微笑设计等。通过融合大数据挖掘、人工智能技术，提供自动方案设计和推荐，降低了对临床医学专家经验和操作技巧的依赖程度，快速提升基层和年轻医生的临床技术水平与义齿修复效果，通过提供直观的智能设计三维模型，便于医生和患者、技师交流。

　　人工智能辅助口腔颌面外科的手术方案设计、导板制作及动态导航手术机器人的应用，可提供术前预测辅助临床决策，例如囊肿、肿瘤及癌前病变的早期诊断及自动分类诊断、病变组织与正常组织的界限自动识别。

　　过去的几十年，人工智能技术（尤其是机器学习技术）在各行各业迅速发展突破，在医疗领域也得到了广泛应用，已经成为了医疗领域的重要驱动因素之一。

　　牙医管家基于深度学习和计算机视觉人工智能，可进行数字健康大数据的收集、储存、管理、处理；整合不同领域的异质数据、评估多层次多因素的数据（例如，牙科历史病历、患者可穿戴设备收集的日常健康数据、患者牙科X光/CBCT影像数据、生物分子检验数据等），从而得出更客观的分析结果，辅助疾病诊断，提供临床决策支持，克服了基层口腔医生专业知识不足的问题。基于口腔影像检查图像的人工神经网络甚至可以识别出人眼无法察觉的细微偏差，从而辅助口腔医生的诊断。

　　相比于其他医疗领域，口腔临床医疗的可直视操作范围更为局限，特别适合发挥人工智能机器人技术的优势进行辅助。自动牙体预备、排牙、种植机器人、弓丝弯制机器人、动态导航手术机器人等，避免了医生临床操作的主观性、降低医生疲劳、减小人眼视觉误差，操作标准化、精确性更高，具有微创、省时、高效等优势，同时降低医生的人工和时间成本，减轻老龄化带来的口腔就诊需求不断增加的压力。