基于人工智能技术的口腔医学应用与研究进展

孙宏亮

(沈阳市中医药学校，沈阳 110300)

0 引言

人工智能技术是一项模拟拓展人类智能的理论、技术与应用的前沿科学，可分为弱人工智能技术、强人工智能技术及超级智能技术三个类型。弱人工智能技术仅能帮助人类完成某项基本任务。强人工智能技术是开发于心智基础上的计算模型，具有人类思考功能，极有可能达到并超过人类智慧水平。强人工智能技术包含类人人工智能与非类人人工智能。类人人工智能是指机器思考与推理类似人类思维。非类人人工智能是指机器有着与人类差异化的推理方式与意识。超级智能技术是强人工智能技术的升级版本。学术界主要侧重于弱人工智能技术方面的研究，已取得了一定成就，而强人工智能领域的研究尚处于探索阶段。自人工智能技术出现以来，理论与技术日趋完善，应用范围不断扩大，在理论研究与技术实践方面都已形成科学化体系[1]。

随着信息技术的发展，口腔医学行业正式进入人工智能时代，人工智能逐步改变了传统的口腔临床实践。其能够辅助诊疗，减轻口腔医务工作者分析数据的压力，这是口腔医学发展的必然趋势。

1 人工智能技术在口腔医学中的应用与研究进展

1.1 口腔肿瘤诊疗

肿瘤诊断。在口腔肿瘤诊断方面，病理切片一般由医生通过显微镜观察分析，诊断基本依靠医生的个人能力，主观性较强，因此在诊断过程中引进人工智能技术能使检测准确性与工作效率大大提高，也可提高病理特性与定量判断标准。与病理活检相比，光学活检因其高效无创特点受到更多关注。目前，研究领域已拓展至高光谱成像方面，该技术以影响数据技术为技术蓝本，将成像与光谱两大技术进行结合，可对二维几何空间与光谱信息探测，从而获取高光谱分辨率的连续图像数据。现阶段，相关领域已通过高光谱成像技术对30例口腔肿瘤病患的手术标本进行了科学分析，人工智能技术对于口腔肿瘤边界预测精确度已达到了85%，显著优于传统荧光成像技术。依靠高光谱融合人工智能技术构建的口腔肿瘤预测模型能够在数据分析后界分良恶性区，精确率已达89%[2]。除此之外，如何在初期发现肿瘤也是口腔医学关注的核心内容。目前部分医学研究团队已开发出融合人工智能技术与荧光成像技术进行肿瘤预测的设备，该设备可对口腔组织的荧光成像图像进行收集，并即刻上传至远程中心，在专家与人工智能分析后判断病变患者情况，目前该项技术准确性已达85%。

黏膜癌变前诊断。在口腔医学临床实践中，黏膜疾病也开始涉入人工智能技术相关研究。较为常见的黏膜疾病如白斑症与扁平苔藓都可恶化为肿瘤，若能在此类疾病发展成口腔肿瘤的初期实现准确预测，将具有极为重要的临床价值。临床实践常用的口腔癌预测手段主要包括脱落细胞检测与甲苯胺蓝染色法，但这两种方法的准确性较低。一些口腔医学研究者在对白斑与扁平苔藓的激光显微镜图像资料进行收集后，结合人工智能技术创建了全新的预测模型，这样能够提高黏膜癌变预测的准确性。另外，部分科研团队深入研究发现，通过基于人工智能技术的高光谱成像能够进行口腔肿瘤分级。

放疗智能勾勒。口腔恶性肿瘤的主要治疗手段为放疗，放疗靶区与危及器官智能勾勒是人工智能技术的重要研究方向。手术后的放疗对于降低肿瘤复发率、延长病患生命周期具有重要价值。目前，口腔肿瘤精准放疗需要医生通过专业软件精准勾勒需要放疗的区域，操作时需要进行层层勾勒，耗时较长，且准确性完全取决于医生的专业能力[3]。2018年，人工智能技术被引入进口腔肿瘤放疗领域，基于深度学习对放疗区域进行精准勾勒。与专业医生勾勒的放疗区域相比，这种人工智能勾勒的放疗区域更为准确，且勾勒时间也大为缩短，效率相应提高。由于口腔肿瘤放疗往往涉及脑、眼睛、鼻腔等重要头部器官的保护，如何降低这些器官在放疗时所受到的损害具有重要意义。现阶段，基于CT数据图像的人工智能分析已被证明能够准确划分放疗危及头部重要器官。

1.2 淋巴结转移分析

口腔恶性肿瘤是否存在淋巴结转移对于病患治疗与预后有着积极的临床价值。临床中主要通过术后淋巴结病理检测来判断是否存在淋巴结转移情况[4]。对于位置较深、体积较小的淋巴结转移而言，术前检查出来的概率较低，可能提供的一些错误信息会影响诊疗判断，故术前结合人工智能技术提高隐性淋巴结转移预测具有积极意义。资料表明，医学界曾收集口腔肿瘤患者转移淋巴结与非淋巴结转移的CT影像数据，显示淋巴结转移检出率已达到81.3%，而非淋巴结转移检出率则为79.2%[5]。统计表明，该检查率与专家检查率结果相近。另一研究通过对口腔鳞状细胞癌病患的临床资料进行分析，根据深度学习理论结合临床病理特点创建了预测模型，并在口腔鳞状细胞癌病患中进行了有效验证。与实际病患临床特点相比，预测结果表明，模型可较为精准地预测口腔鳞状细胞癌淋巴结转移情况，能够为术前制定治疗方案提供指导。

1.3 口腔颌面部外科与整形美容手术

人工智能技术对口腔颌面部外科的辅助性非常大，一般应用范围包括手术前口腔颌面部三维影像资料采集重建、对病灶进行精确分析、制定针对性的手术方案，根据方案对面骨进行精准移位与固定，引导进行缺损修复或病变组织清扫、切除。与此同时，智能机器人也已成功应用于口腔颌面部外科手术，如肿瘤切除、正颌、口腔颌面部穿刺等。目前，人工智能技术在口腔颌面部整形美容方面的应用极为广泛，主要应用人工智能口腔颌面部图像形态识别获取个性化的三维美学图像数据，与口腔颌面部美学标准科学对比，确定需要整形美容的标准与修复正畸标准[6]。借助人工智能技术可术前对口腔颌面部的色差、面积进行分析，制定相应的治疗方案，确定手术时间，使口腔颌面部的整形美容更微创，更为有效。另外，基于人工智能技术的注射美容机器人将会使口腔颌面部注射变得更为智慧化，能够对口腔颌面部各部位皮肤深度与用药量进行准确计算，由此让注射更为精准化与高效化。该技术也可用于口腔颌面部的下颌与颧骨修复。

1.4 人工种植牙

人工智能技术在口腔种植牙上的应用具体包括种植位置的术前数字化扫描及影像数据收集分析；数字化种植牙手术设计，通过三维建模获得整体化的种植位置颌骨与软组织信息，辅助制定种植牙方案，创设术中导航，制作手术导板，既提高了人工种植牙的准确性，也减轻了手术创伤，减少了手术时间；种植修复人工智能辅助工具，依靠人工智能技术设计种植牙上部修复体，实现精确化与个性化修复，显著提高修复效果。人工智能机器人设计目前已在种植牙手术临床中普遍使用。

1.5 牙体牙髓及牙周病诊治

远中根如果存在双根，那么极有可能对根管治疗的成功率产生一定影响，虽然目前可通过CBCT进行检测，但其费用依然较高，大众承受度有限。若可通过X线片进行预测，则有利于开展积极治疗。医学界曾于2019年对第一磨牙CBCT数据进行了相关分析，并结合曲面断层数据与人工智能技术，创建了相关模型。该模型能够通过曲面断层片预测远中根中是否存在双根，经过模型预测存在双根与开髓后结果进行统计对比，模型准确率已高达91.3%[7]。基于人工智能技术的牙体牙髓诊治集中于龋病智能化诊断，尤其是青少年龋病的初期诊断及牙体的CT影像资料采集智能化分析诊疗，对口腔医生的辅助作用极大。此外，人工智能技术还可对根管三维数据进行收集分析，重建后对根管治疗方案的设计与判断产生现实价值。目前，根管诊疗机器人的相关研发工作也已陆续启动。

牙周病人工智能诊治主要应用于牙周病的三维影像数据资料采集与分级诊断，有时也应用于定量诊疗方案的确定与评估，牙周清洁治疗机器人也在开发过程中。在牙周病诊疗领域，科研工作者将人工智能技术用于牙周受损牙齿的诊疗与预测，分别在模型训练组与验证组中纳入根尖片数据，结果表明，该模型对前磨牙的牙周受损预测准确率已达到85.6%，对磨牙的牙周受损预测准确也达到79.5%[8]。进一步研究已被诊断为重度牙周病的前磨牙与磨牙的根尖片数据，训练后的模型对于前磨牙与磨牙最终拔牙预测同真实结果进行对比，其准确度也达到了83.3%与75.9%。

1.6 口腔修复与口腔正畸

在口腔修复领域中，人工智能技术的主要作用在于对病患牙体与软硬组织进行扫描，从而获得数字印模，由此得到与天然牙体类似的比色，采用智能化技术辅助设计修复体，生成能够读取传输的三维化数据，从而在机器设备的辅助下得到修复体。当前，较为前沿的研究是人工排牙机器人的应用，其智慧化、精准化、标准化等优势已成为智能口腔修复的主流发展趋势。在口腔正畸领域中，人工智能技术的主要作用包括病例收集、图像处理及三维重建等。在该领域中，口腔正畸弓丝弯制机器人也开始得到了大量应用，其具有成本低、构造简单、弓丝弯制类型多样化等优势，能够减轻医生工作强度，提高诊疗效率，减少材质损耗。

1.7 术后康复

健全的护理机制既能帮助病患快速康复，也能让医生及时了解病患术后情况。随着医学技术的快速发展，精准化护理开始得到普及，这种护理借助大数据技术与云计算技术，结合病患的真实临床数据与环境，设计具有针对性的护理方案，为病患提供高效、安全的护理服务。目前针对术后护理问题已有WhiteTeeth、Beam Brush、AVORI等程序提供辅助性工作。WhiteTeeth对病患提供的口腔照片识别后对其口腔健康情况进行深入检测，检测后再通过推送通知告知病患结果与建议，这样能够让带有固定正畸器的病患保持健康的口腔护理习惯，从而减少牙菌斑与牙龈出血等问题。Beam Brush通常与应用程序连接在一起，可将病患清洁前的数据发送至医生，以便医生在制定治疗计划前对病患口腔情况有所了解。AVORI则是由我国自主开发的一款口腔健康护理软件，可以摆脱时空限制，随时随地对病患的牙齿健康状况进行检测，病患通过软件可将刷牙数据信息上传至云端，并与私人牙医进行线上沟通，由此给病患制定专属化的牙齿清洁模式。

2 结语

人工智能技术逐渐成为口腔医生的重要辅助手段，在口腔医学的临床诊治、教学、科研、工业设计等方面发挥了积极的推动作用，尤其是在口腔疾病的诊断与治疗方面表现出显著优势。但其在口腔医疗临床推广方面还不够深入，人工智能口腔医学标准缺乏科学性与规范性。应促进人工智能口腔医学的发展，加快相关立法与专业标准的确定，促进其可持续发展。