人工智能在口腔疾病影像診斷中的研究進展

隨著信息科技的不斷發展，人工智能相關技術已廣泛應用于多個領域，尤其在醫學中的應用潛力巨大，在疾病診斷、輔助治療和預測預后等方面均有報道

。人工智能在口腔疾病醫學影像診斷中的應用尚處于研究階段，前期研究主要集中于檢測分類、診斷、圖像分割、識別與標記等

。本文就當前人工智能在口腔疾病診斷中的應用作一綜述。

1 人工智能在口腔疾病影像診斷中的應用

1.1 人工智能在牙體疾病影像診斷中的應用

1.1.1 齲病 人工智能在齲病診斷中的研究主要集中于應用卷積神經網（convolutional neural network，CNN）診斷鄰面齲，以經驗豐富的口腔醫生判斷結果或體外切片后顯微鏡下觀察結果為金標準。Cantu 等

選取了3 686 張含有不同程度鄰面齲的咬合翼片，對CNN 進行訓練、驗證和測試，并將4 名口腔專家的診斷結果作為參考標準。實驗結果表明，CNN 診斷鄰面齲的準確性、敏感性、特異性分別為0.80、0.75、0.83，而臨床口腔醫生對咬合翼片中鄰面齲診斷的準確性、敏感性、特異性分別為0.71、0.36、0.91，說明在咬合翼片中，CNN 對鄰面齲診斷更敏感。此外，Devito 等

研究結果同樣表明CNN 可以提高對于鄰面齲診斷的準確性。

2.1 4組患者治療前后肺部感染及留置胃管情況比較 治療4周后，3個觀察組肺部感染及留置胃管率較治療前及對照組治療后顯著下降(均P<0.05)；3個觀察組之間肺部感染及留置胃管率比較差異無統計學意義。見表2。

然而，林秀嬌等

研究表明人工智能與口腔醫生的診斷結果并沒有明顯差異。在這項研究中，實驗人員將160 顆離體牙的根尖X 線片分別作為計算機輔助齲病診斷系統的訓練集和測試集，其組織學檢查結果作為齲壞診斷的金標準。……