基于人工智能技術的口腔醫學應用與研究進展

孫宏亮

(沈陽市中醫藥學校，沈陽 110300)

0 引言

人工智能技術是一項模擬拓展人類智能的理論、技術與應用的前沿科學，可分為弱人工智能技術、強人工智能技術及超級智能技術三個類型。弱人工智能技術僅能幫助人類完成某項基本任務。強人工智能技術是開發于心智基礎上的計算模型，具有人類思考功能，極有可能達到并超過人類智慧水平。強人工智能技術包含類人人工智能與非類人人工智能。類人人工智能是指機器思考與推理類似人類思維。非類人人工智能是指機器有著與人類差異化的推理方式與意識。超級智能技術是強人工智能技術的升級版本。學術界主要側重于弱人工智能技術方面的研究，已取得了一定成就，而強人工智能領域的研究尚處于探索階段。自人工智能技術出現以來，理論與技術日趨完善，應用范圍不斷擴大，在理論研究與技術實踐方面都已形成科學化體系[1]。

隨著信息技術的發展，口腔醫學行業正式進入人工智能時代，人工智能逐步改變了傳統的口腔臨床實踐。其能夠輔助診療，減輕口腔醫務工作者分析數據的壓力，這是口腔醫學發展的必然趨勢。

1 人工智能技術在口腔醫學中的應用與研究進展

1.1 口腔腫瘤診療

腫瘤診斷。在口腔腫瘤診斷方面，病理切片一般由醫生通過顯微鏡觀察分析，診斷基本依靠醫生的個人能力，主觀性較強，因此在診斷過程中引進人工智能技術能使檢測準確性與工作效率大大提高，也可提高病理特性與定量判斷標準。與病理活檢相比，光學活檢因其高效無創特點受到更多關注。目前，研究領域已拓展至高光譜成像方面，該技術以影響數據技術為技術藍本，將成像與光譜兩大技術進行結合，可對二維幾何空間與光譜信息探測，從而獲取高光譜分辨率的連續圖像數據。現階段，相關領域已通過高光譜成像技術對30例口腔腫瘤病患的手術標本進行了科學分析，人工智能技術對于口腔腫瘤邊界預測精確度已達到了85%，顯著優于傳統熒光成像技術。依靠高光譜融合人工智能技術構建的口腔腫瘤預測模型能夠在數據分析后界分良惡性區，精確率已達89%[2]。除此之外，如何在初期發現腫瘤也是口腔醫學關注的核心內容。目前部分醫學研究團隊已開發出融合人工智能技術與熒光成像技術進行腫瘤預測的設備，該設備可對口腔組織的熒光成像圖像進行收集，并即刻上傳至遠程中心，在專家與人工智能分析后判斷病變患者情況，目前該項技術準確性已達85%。

黏膜癌變前診斷。在口腔醫學臨床實踐中，黏膜疾病也開始涉入人工智能技術相關研究。較為常見的黏膜疾病如白斑癥與扁平苔蘚都可惡化為腫瘤，若能在此類疾病發展成口腔腫瘤的初期實現準確預測，將具有極為重要的臨床價值。臨床實踐常用的口腔癌預測手段主要包括脫落細胞檢測與甲苯胺藍染色法，但這兩種方法的準確性較低。一些口腔醫學研究者在對白斑與扁平苔蘚的激光顯微鏡圖像資料進行收集后，結合人工智能技術創建了全新的預測模型，這樣能夠提高黏膜癌變預測的準確性。另外，部分科研團隊深入研究發現，通過基于人工智能技術的高光譜成像能夠進行口腔腫瘤分級。

放療智能勾勒?？谇粣盒阅[瘤的主要治療手段為放療，放療靶區與危及器官智能勾勒是人工智能技術的重要研究方向。手術后的放療對于降低腫瘤復發率、延長病患生命周期具有重要價值。目前，口腔腫瘤精準放療需要醫生通過專業軟件精準勾勒需要放療的區域，操作時需要進行層層勾勒，耗時較長，且準確性完全取決于醫生的專業能力[3]。2018年，人工智能技術被引入進口腔腫瘤放療領域，基于深度學習對放療區域進行精準勾勒。與專業醫生勾勒的放療區域相比，這種人工智能勾勒的放療區域更為準確，且勾勒時間也大為縮短，效率相應提高。由于口腔腫瘤放療往往涉及腦、眼睛、鼻腔等重要頭部器官的保護，如何降低這些器官在放療時所受到的損害具有重要意義?，F階段，基于CT數據圖像的人工智能分析已被證明能夠準確劃分放療危及頭部重要器官。

1.2 淋巴結轉移分析

口腔惡性腫瘤是否存在淋巴結轉移對于病患治療與預后有著積極的臨床價值。臨床中主要通過術后淋巴結病理檢測來判斷是否存在淋巴結轉移情況[4]。對于位置較深、體積較小的淋巴結轉移而言，術前檢查出來的概率較低，可能提供的一些錯誤信息會影響診療判斷，故術前結合人工智能技術提高隱性淋巴結轉移預測具有積極意義。資料表明，醫學界曾收集口腔腫瘤患者轉移淋巴結與非淋巴結轉移的CT影像數據，顯示淋巴結轉移檢出率已達到81.3%，而非淋巴結轉移檢出率則為79.2%[5]。統計表明，該檢查率與專家檢查率結果相近。另一研究通過對口腔鱗狀細胞癌病患的臨床資料進行分析，根據深度學習理論結合臨床病理特點創建了預測模型，并在口腔鱗狀細胞癌病患中進行了有效驗證。與實際病患臨床特點相比，預測結果表明，模型可較為精準地預測口腔鱗狀細胞癌淋巴結轉移情況，能夠為術前制定治療方案提供指導。

1.3 口腔頜面部外科與整形美容手術

人工智能技術對口腔頜面部外科的輔助性非常大，一般應用范圍包括手術前口腔頜面部三維影像資料采集重建、對病灶進行精確分析、制定針對性的手術方案，根據方案對面骨進行精準移位與固定，引導進行缺損修復或病變組織清掃、切除。與此同時，智能機器人也已成功應用于口腔頜面部外科手術，如腫瘤切除、正頜、口腔頜面部穿刺等。目前，人工智能技術在口腔頜面部整形美容方面的應用極為廣泛，主要應用人工智能口腔頜面部圖像形態識別獲取個性化的三維美學圖像數據，與口腔頜面部美學標準科學對比，確定需要整形美容的標準與修復正畸標準[6]。借助人工智能技術可術前對口腔頜面部的色差、面積進行分析，制定相應的治療方案，確定手術時間，使口腔頜面部的整形美容更微創，更為有效。另外，基于人工智能技術的注射美容機器人將會使口腔頜面部注射變得更為智慧化，能夠對口腔頜面部各部位皮膚深度與用藥量進行準確計算，由此讓注射更為精準化與高效化。該技術也可用于口腔頜面部的下頜與顴骨修復。

1.4 人工種植牙

人工智能技術在口腔種植牙上的應用具體包括種植位置的術前數字化掃描及影像數據收集分析；數字化種植牙手術設計，通過三維建模獲得整體化的種植位置頜骨與軟組織信息，輔助制定種植牙方案，創設術中導航，制作手術導板，既提高了人工種植牙的準確性，也減輕了手術創傷，減少了手術時間；種植修復人工智能輔助工具，依靠人工智能技術設計種植牙上部修復體，實現精確化與個性化修復，顯著提高修復效果。人工智能機器人設計目前已在種植牙手術臨床中普遍使用。

1.5 牙體牙髓及牙周病診治

遠中根如果存在雙根，那么極有可能對根管治療的成功率產生一定影響，雖然目前可通過CBCT進行檢測，但其費用依然較高，大眾承受度有限。若可通過X線片進行預測，則有利于開展積極治療。醫學界曾于2019年對第一磨牙CBCT數據進行了相關分析，并結合曲面斷層數據與人工智能技術，創建了相關模型。該模型能夠通過曲面斷層片預測遠中根中是否存在雙根，經過模型預測存在雙根與開髓后結果進行統計對比，模型準確率已高達91.3%[7]。基于人工智能技術的牙體牙髓診治集中于齲病智能化診斷，尤其是青少年齲病的初期診斷及牙體的CT影像資料采集智能化分析診療，對口腔醫生的輔助作用極大。此外，人工智能技術還可對根管三維數據進行收集分析，重建后對根管治療方案的設計與判斷產生現實價值。目前，根管診療機器人的相關研發工作也已陸續啟動。

牙周病人工智能診治主要應用于牙周病的三維影像數據資料采集與分級診斷，有時也應用于定量診療方案的確定與評估，牙周清潔治療機器人也在開發過程中。在牙周病診療領域，科研工作者將人工智能技術用于牙周受損牙齒的診療與預測，分別在模型訓練組與驗證組中納入根尖片數據，結果表明，該模型對前磨牙的牙周受損預測準確率已達到85.6%，對磨牙的牙周受損預測準確也達到79.5%[8]。進一步研究已被診斷為重度牙周病的前磨牙與磨牙的根尖片數據，訓練后的模型對于前磨牙與磨牙最終拔牙預測同真實結果進行對比，其準確度也達到了83.3%與75.9%。

1.6 口腔修復與口腔正畸

在口腔修復領域中，人工智能技術的主要作用在于對病患牙體與軟硬組織進行掃描，從而獲得數字印模，由此得到與天然牙體類似的比色，采用智能化技術輔助設計修復體，生成能夠讀取傳輸的三維化數據，從而在機器設備的輔助下得到修復體。當前，較為前沿的研究是人工排牙機器人的應用，其智慧化、精準化、標準化等優勢已成為智能口腔修復的主流發展趨勢。在口腔正畸領域中，人工智能技術的主要作用包括病例收集、圖像處理及三維重建等。在該領域中，口腔正畸弓絲彎制機器人也開始得到了大量應用，其具有成本低、構造簡單、弓絲彎制類型多樣化等優勢，能夠減輕醫生工作強度，提高診療效率，減少材質損耗。

1.7 術后康復

健全的護理機制既能幫助病患快速康復，也能讓醫生及時了解病患術后情況。隨著醫學技術的快速發展，精準化護理開始得到普及，這種護理借助大數據技術與云計算技術，結合病患的真實臨床數據與環境，設計具有針對性的護理方案，為病患提供高效、安全的護理服務。目前針對術后護理問題已有WhiteTeeth、Beam Brush、AVORI等程序提供輔助性工作。WhiteTeeth對病患提供的口腔照片識別后對其口腔健康情況進行深入檢測，檢測后再通過推送通知告知病患結果與建議，這樣能夠讓帶有固定正畸器的病患保持健康的口腔護理習慣，從而減少牙菌斑與牙齦出血等問題。Beam Brush通常與應用程序連接在一起，可將病患清潔前的數據發送至醫生，以便醫生在制定治療計劃前對病患口腔情況有所了解。AVORI則是由我國自主開發的一款口腔健康護理軟件，可以擺脫時空限制，隨時隨地對病患的牙齒健康狀況進行檢測，病患通過軟件可將刷牙數據信息上傳至云端，并與私人牙醫進行線上溝通，由此給病患制定專屬化的牙齒清潔模式。

2 結語

人工智能技術逐漸成為口腔醫生的重要輔助手段，在口腔醫學的臨床診治、教學、科研、工業設計等方面發揮了積極的推動作用，尤其是在口腔疾病的診斷與治療方面表現出顯著優勢。但其在口腔醫療臨床推廣方面還不夠深入，人工智能口腔醫學標準缺乏科學性與規范性。應促進人工智能口腔醫學的發展，加快相關立法與專業標準的確定，促進其可持續發展。