人工智能在口腔醫(yī)學(xué)領(lǐng)域的應(yīng)用進(jìn)展

汪瀟瀟 綜述 程興群 審校

隨著人工智能(artificial intelligence，AI)的發(fā)展，研究者們嘗試?yán)肁I技術(shù)來輔助解決口腔醫(yī)療過程中面臨的問題，開拓口腔醫(yī)療新模式。AI是計算機(jī)科學(xué)的一個分支，企圖達(dá)到在計算機(jī)上模擬、重現(xiàn)人的認(rèn)知過程的學(xué)科。該領(lǐng)域的研究包括語言識別、圖像識別、自然語言處理和專家系統(tǒng)等，主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。AI與醫(yī)療臨床工作的融合，有望提升疾病診斷精度、減少重復(fù)勞動、簡化工作流程。AI算法的數(shù)據(jù)分析能力在提高疾病診斷準(zhǔn)確率與效率、提供可視化解剖指導(dǎo)、提供決策支持、模擬前瞻性過程和疾病的預(yù)測與預(yù)后中都顯示出較大應(yīng)用前景。目前，AI在口腔疾病預(yù)測及診療、口腔教學(xué)、口腔健康管理中逐漸得到運(yùn)用。

1 AI與口腔疾病預(yù)測及診療

1.1 AI與口腔疾病預(yù)測

AI具有對所有臨床癥狀相關(guān)屬性進(jìn)行整合的能力，包括患者病史、人口統(tǒng)計、生活方式以及臨床和基因因素等?；谶@些數(shù)據(jù)，機(jī)器學(xué)習(xí)與深度學(xué)習(xí)算法能預(yù)測很多重要的臨床參數(shù)，探索疾病發(fā)生與患者數(shù)據(jù)之間的關(guān)聯(lián)，實現(xiàn)疾病發(fā)生的預(yù)測，同時預(yù)測口腔疾病的未來發(fā)展情況。

在口腔頜面外科中，口腔癌對生活質(zhì)量的影響較大，存活率僅略超一半，AI的應(yīng)用現(xiàn)已可以預(yù)測口腔癌患者存活、復(fù)發(fā)及轉(zhuǎn)移機(jī)率，對口腔癌的發(fā)生進(jìn)行早期預(yù)防和精準(zhǔn)處理。Fujima等[1]基于深度殘差網(wǎng)絡(luò)ResNet-101，從軸向、冠狀、矢狀三個平面分析氟脫氧葡萄糖-正電子體層掃描圖像，實現(xiàn)了對口腔鱗狀細(xì)胞癌患者無病生存率的預(yù)測，并顯示出80%的正確率。Alabi等[2]基于多種算法，進(jìn)行早期口腔癌復(fù)發(fā)的機(jī)率預(yù)測，其中提升樹算法具有超過80%的精度。Bur等[3]利用機(jī)器學(xué)習(xí)開發(fā)并驗證了一種算法，用于預(yù)測口腔鱗狀細(xì)胞癌的隱匿性淋巴結(jié)轉(zhuǎn)移機(jī)率，準(zhǔn)確性高于基于腫瘤浸潤深度的模型。這些研究在指導(dǎo)臨床醫(yī)生采取提高生存率的治療方案或者姑息療法的決策中具有重大意義。在進(jìn)行正頜、正畸、修復(fù)等治療中，往往涉及拔牙，以獲得更好的治療效果，AI可用于面部腫脹等術(shù)后不良反應(yīng)的預(yù)測。骨質(zhì)疏松癥患者常服用雙磷酸鹽進(jìn)行治療，此類患者在拔牙后易出現(xiàn)雙膦酸鹽相關(guān)頜骨壞死，AI可用于預(yù)測壞死發(fā)生概率[4]。Stehrer等[5]基于隨機(jī)森林算法，進(jìn)行正頜手術(shù)圍手術(shù)期失血量預(yù)測，實際失血量與預(yù)測失血量誤差具有統(tǒng)計學(xué)意義。

在牙體牙髓病學(xué)中，AI對于多類型信息進(jìn)行整合的能力，能通過過程模擬推算出疾病的發(fā)生概率，為患者提供預(yù)防指導(dǎo)。AI通過對患者的人口學(xué)、營養(yǎng)、生活方式和臨床數(shù)據(jù)的分析，預(yù)測齲病發(fā)生，準(zhǔn)確率達(dá)97%，靈敏度為99.6%[6]。在人工神經(jīng)網(wǎng)絡(luò)輸入年齡、吸煙狀況、牙刷類型、刷牙次數(shù)、飲食習(xí)慣等數(shù)據(jù)，便可預(yù)測牙齒表面磨耗程度，并顯示出80%的準(zhǔn)確度[7]。該研究優(yōu)勢在于不需進(jìn)行臨床檢查便可得到較高精度的預(yù)測結(jié)果，隨著算法、數(shù)據(jù)等方面的發(fā)展，此類預(yù)測模型將會在疾病的預(yù)測中顯示出更大的潛力。為確保牙髓治療的成功率，Mallishery等[8]基于機(jī)器學(xué)習(xí)，實現(xiàn)牙髓病例的難度水平評估，并在標(biāo)準(zhǔn)的美國牙髓學(xué)會牙髓病例難度評估表的幫助下決定是否轉(zhuǎn)診，以提高牙髓治療的成功率。

在修復(fù)學(xué)中，隨著計算機(jī)輔助設(shè)計/計算機(jī)輔助制造(CAD/CAM)技術(shù)的迅速發(fā)展，基于CAD/CAM的復(fù)合樹脂牙冠常用于磨牙區(qū)的修復(fù)，由于模具的制備不當(dāng)?shù)仍颍哂袠O高的脫粘可能。通過卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks,CNN)，Yamaguchi等[9]建立了對復(fù)合樹脂脫粘概率的預(yù)測模型，Aliaga等[10]實現(xiàn)了對修復(fù)體壽命的預(yù)測。種植治療的成功率極大程度上與個人活動和口腔組織的健康狀況相關(guān)，Alarifi等[11]應(yīng)用AI預(yù)測種植成功率，多種神經(jīng)網(wǎng)絡(luò)算法準(zhǔn)確率達(dá)到90%以上，其中一種優(yōu)化的遞歸神經(jīng)網(wǎng)絡(luò)(MSGSRNN)達(dá)到99.45%準(zhǔn)確率。種植體周圍平均骨水平[12]的預(yù)測也通過AI得以實現(xiàn)。

1.2 AI與口腔疾病診斷

AI通過對大量放射影像、圖像、數(shù)據(jù)集進(jìn)行自主分析，實現(xiàn)對口腔疾病的診斷。當(dāng)訓(xùn)練集足量且高質(zhì)量時，AI的診斷精度就已能超過經(jīng)驗豐富的專家。因此，集成AI到現(xiàn)有的口腔臨床工作流程中，將輔助醫(yī)生進(jìn)行更高效、準(zhǔn)確的診斷工作。

在口腔頜面外科中，大量實驗研究證實了AI在識別囊腫、腫瘤、口腔癌和淋巴結(jié)轉(zhuǎn)移的能力。在級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，僅通過普通攝影圖像(如智能手機(jī))便可對口腔鱗狀細(xì)胞癌進(jìn)行高性能識別，甚至可以檢查出早期口腔癌病變(直徑小于2 cm)[13]；Ariji等[14]基于預(yù)先訓(xùn)練過的CNN網(wǎng)絡(luò)，在CT圖像上實現(xiàn)對口腔癌淋巴結(jié)轉(zhuǎn)移的診斷。AI在囊腫與腫瘤的識別中也具有極高的精確度。通過支持向量機(jī)算法，Yilmaz等[15]在CBCT圖像上對牙源性角化囊性瘤與根尖周囊腫的區(qū)分具有94%的精確度；Liu等[16]基于轉(zhuǎn)移學(xué)習(xí)算法，實現(xiàn)造釉細(xì)胞瘤和牙源性角化囊腫的自動區(qū)分，具有90.36%的準(zhǔn)確性。

在牙體牙髓病學(xué)中，卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用最為深入，能對病變區(qū)域進(jìn)行分割，實現(xiàn)對病變的診斷。曹丹彤等[17]實現(xiàn)CBCT圖像上移位型牙根縱裂的診斷，訓(xùn)練集準(zhǔn)確率達(dá)94%，測試集準(zhǔn)確率達(dá)100%。Orhan等[18]構(gòu)建的AI系統(tǒng)，能識別CBCT影像中根尖周病變、確定病變位置、計算病變體積，病變檢測可靠性為92.8%，且病變體積測量與人工結(jié)果相似。近紅外透射光譜法(near infrared transmittance spectroscopy)成像能有效檢測早期齲病，Casalegno等[19]提出了一種深度學(xué)習(xí)模型，實現(xiàn)近紅外透射光譜法圖像中齲病檢測和定位，有望提高齲齒檢測的速度和準(zhǔn)確性。

在牙周病學(xué)中，牙周病是一種復(fù)雜的炎癥性疾病，多種病因同時存在、相互作用。決策樹和支持向量機(jī)等AI算法通過整合患者的病史、臨床信息和X片，在對健康人群、牙齦炎、慢性牙周炎和侵襲性牙周炎患者的分類方面表現(xiàn)良好。Feres等[20]收集健康牙周人群、侵襲性牙周炎患者和慢性牙周炎患者的齦下生物膜樣本，通過支持向量機(jī)分類器分析數(shù)據(jù)，實現(xiàn)了患病情況的分類，且因此佐證了不同牙周疾病患者口內(nèi)微生物組成存在差異。Lee等[21]基于卷積神經(jīng)網(wǎng)絡(luò)算法，通過根尖X片實現(xiàn)因牙周炎受損的前磨牙和磨牙的診斷，準(zhǔn)確率分別達(dá)81.0%和76.7%。

此外，自然語言處理是將自然人類語言轉(zhuǎn)化為結(jié)構(gòu)化計算機(jī)語言的技術(shù)，是AI的一個子領(lǐng)域，基于自然語言處理的模型能通過分析患者主訴中的常用詞、張口大小區(qū)分真正的顳下頜關(guān)節(jié)紊亂和與顳下頜關(guān)節(jié)紊亂癥狀相似的其他疾病(TMD-mimicking)，并顯示出96.6%的準(zhǔn)確性[22]。同時基于CBCT，神經(jīng)網(wǎng)絡(luò)對顳下頜關(guān)節(jié)髁突形態(tài)的分析與臨床醫(yī)生具有極高的一致性[23]。AI超分辨率技術(shù)(super resolution，SR)還能用于對影像質(zhì)量的提升，如提高CT[24-25]、CBCT[26]的分辨率，進(jìn)行降噪處理，獲取更優(yōu)質(zhì)的影像，以便于醫(yī)生進(jìn)行更細(xì)致的診斷；依托此類技術(shù)，適度減少放射劑量也能得到高質(zhì)量的成像，從而減少對患者身體的影響。AI還能用于減少因患者頜骨形態(tài)差異和站立姿勢不當(dāng)?shù)葐栴}，在全景片牙弓前段等位置引起的成像模糊[27]。

1.3 AI與口腔疾病治療

AI能有效區(qū)分解剖結(jié)構(gòu)、模擬前瞻性結(jié)果，使其成為提供解剖指導(dǎo)、規(guī)劃治療和評估治療效果的有效輔助手段，輔助醫(yī)生進(jìn)行更精準(zhǔn)的治療。此外，AI可替代人類完成重復(fù)的、程序化的操作，減少醫(yī)生工作量。AI在簡化臨床操作、提高操作精度方面顯示出巨大的潛力，是精細(xì)化、微創(chuàng)化口腔治療發(fā)展的基石，也是治療過程中效率的保障。

在口腔頜面外科中，精細(xì)的手術(shù)規(guī)劃以及操作依賴于對面部骨骼、牙列、軟組織影像的精確測量分析?，F(xiàn)有頭影測量系統(tǒng)雖能自動進(jìn)行分析，但仍依賴于手動標(biāo)點(diǎn)，而這是一項極其耗時、耗力的工作。Kunz等[28]基于卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)算法，實現(xiàn)了頭影測量自動標(biāo)點(diǎn)與分析的全自動一體化，且準(zhǔn)確性與12 名人類專家的測量結(jié)果相當(dāng)，有望減少醫(yī)生的重復(fù)工作量。AI對放射影像的分析能力以及重要解剖結(jié)構(gòu)的追蹤能力，如舌肌、下頜管和腮腺等，能為醫(yī)生在手術(shù)過程中提供解剖學(xué)指導(dǎo)，提高手術(shù)精度，減少并發(fā)癥的發(fā)生[29]。正頜外科中使用術(shù)后圖像模擬，以便于與患者溝通，但受限于其精度，難以應(yīng)用于手術(shù)規(guī)劃。Lu等[30]基于人工神經(jīng)網(wǎng)絡(luò)，改善正頜外科手術(shù)后圖像的預(yù)測精度，輔助醫(yī)生進(jìn)行正頜治療規(guī)劃，幫助患者了解手術(shù)。正頜治療對面部吸引力改變的判定多具主觀性，Patcas等[31]基于卷積神經(jīng)網(wǎng)絡(luò)，客觀評估了正頜治療對面部吸引力(分?jǐn)?shù)：0-100)和年齡外觀的影響，證實大多數(shù)患者的外觀隨著治療而改善，導(dǎo)致近1 歲外觀年齡的變化(0.93 歲)。

在牙體牙髓病學(xué)中，Deniz等[32]利用卷積神經(jīng)網(wǎng)絡(luò)研究了發(fā)光二極管和石英鹵鎢光固化單元(light curing unit，LCU)對不同色度復(fù)合樹脂材料底部和頂部維氏硬度比(vickers hardness number，VHN)的影響，確定了色度、光固化單元和復(fù)合參數(shù)對復(fù)合樹脂材料底部和頂部維氏硬度比的最顯著影響。下頜第一磨牙常出現(xiàn)多根狀況，Hiraiwa等[33]基于深度學(xué)習(xí)，在全景片上實現(xiàn)了對多根的自動診斷，具有86.9%精度，能減少牙髓手術(shù)的失敗率。對根管曲率的測量在牙髓治療中很重要，但現(xiàn)存手段并不能達(dá)到較高精度，通過AI的應(yīng)用，Christodoulou 等[34]對根管曲率實現(xiàn)了更精準(zhǔn)的測量。

在正畸治療中，對于正畸必要性的評估、正畸方案規(guī)劃、治療效果評估是AI的主要應(yīng)用。貝葉斯網(wǎng)絡(luò)被用于搭建正畸/不正畸決策支持系統(tǒng)，且兩位正畸專家與系統(tǒng)對正畸治療的必要性的判斷高度一致(卡帕值=0.894)[35]。當(dāng)正畸治療難以達(dá)到預(yù)期效果時，正頜治療常常被納入考慮，Choi等[36]基于具有一層隱藏層的雙層神經(jīng)網(wǎng)絡(luò)，實現(xiàn)正頜/不正頜的決策，顯示96%精確度，并在手術(shù)類型和拔牙決策等進(jìn)一步詳細(xì)決策中具有91%的成功率。也可通過AI對正畸后面部吸引力進(jìn)行評估[31]。AI已被嘗試應(yīng)用于正畸方案的規(guī)劃，隨著算法的更迭，在未來或許可以開發(fā)出可靠的正畸方案生成系統(tǒng)，輔助進(jìn)行更科學(xué)的正畸治療。

在修復(fù)學(xué)中，AI得到較廣泛的應(yīng)用。將AI與CAD/CAM集成，極大促進(jìn)了修復(fù)學(xué)的自動化、智能化、精細(xì)化發(fā)展。AI的應(yīng)用實現(xiàn)了3D掃描上牙尖的自動分類[37]?；谌癤線片[38]、根尖X線片[39]、CBCT[40]和牙科表面三維掃描[41]的人工神經(jīng)網(wǎng)絡(luò)已被探索用于牙齒分割和分類，而這些的實現(xiàn)，將打破數(shù)據(jù)獲取與CAD/CAM之間的壁壘，為更智能化、自動化的修復(fù)治療夯實基礎(chǔ)，同時圖像分割也是智能診斷系統(tǒng)的基石。陶瓷修復(fù)體與自然牙齒顏色的匹配是美學(xué)修復(fù)中極具挑戰(zhàn)性的工作，基于反向傳播神經(jīng)網(wǎng)絡(luò)與遺傳算法，色彩匹配的精度得到提升[42]。Cheng等[43-44]進(jìn)行了多次全口義齒修復(fù)后的面部改變的預(yù)測嘗試，并通過多次改進(jìn)，最終能夠準(zhǔn)確、快速地對治療后面部形變的預(yù)測，并支持交互式的操作，為全口義齒的設(shè)計提供依據(jù)。

可摘局部義齒的設(shè)計歷來被認(rèn)為是較為復(fù)雜的口腔醫(yī)學(xué)問題。學(xué)者們從1985 年便開始研究用于可摘局部義齒設(shè)計的試驗性專家系統(tǒng)[45-46]。我國呂培軍教授設(shè)計的專家系統(tǒng)囊括了病例登記、義齒設(shè)計、力學(xué)分析等11個功能模塊，將檢查內(nèi)容輸入系統(tǒng)，系統(tǒng)利用知識庫提出最優(yōu)化方案[47]。早期專家系統(tǒng)中的口腔模型、修復(fù)體部件模型均為二維圖像，不能直視、立體的顯示修復(fù)設(shè)計效果。隨著AI技術(shù)的迅速發(fā)展，可摘局部義齒設(shè)計三維可視化專家系統(tǒng)逐漸建立并得到臨床應(yīng)用。蔡玉惠課題組開發(fā)了一套基于CT的二維斷面序列重建牙列三維模型的立體可視化專家系統(tǒng)；該系統(tǒng)用Visual C++ 6.0與OpenGL編程實現(xiàn)，并賦予簡明易用的人機(jī)交互界面，可動態(tài)生成以適應(yīng)不同患者實際情況，并立體顯示修復(fù)效果，利于醫(yī)患合作[48]。Chen等[49]運(yùn)用多次逐級專家系統(tǒng)，建立了基于病例庫的臨床決策支持模型，能夠推薦個性化可摘局部義齒的設(shè)計。

1.4 機(jī)器人與口腔醫(yī)學(xué)

機(jī)器人是一種可編程和多功能的，用來搬運(yùn)材料、零件、工具的操作機(jī)；或是為了執(zhí)行不同的任務(wù)而具有可改變和可編程動作的專門系統(tǒng)[50]。機(jī)器人具有高精確性，能精準(zhǔn)定位進(jìn)行工作；高穩(wěn)定性，可長時間固定手術(shù)姿勢，而人工操作會因體力消耗而降低穩(wěn)定性。在口腔醫(yī)學(xué)中，機(jī)器人已經(jīng)應(yīng)用于修復(fù)、種植、正畸、牙體牙髓以及口腔頜面外科等各個領(lǐng)域中。

在口腔修復(fù)中機(jī)器人主要用來進(jìn)行牙體預(yù)備以及局部義齒和全口義齒的牙齒排列。Otani等[51]設(shè)計了機(jī)器人自動牙體預(yù)備系統(tǒng)，用于瓷貼面修復(fù)的牙體預(yù)備，并于體外與傳統(tǒng)人工備牙精確度進(jìn)行比較，發(fā)現(xiàn)二者精密度上沒有顯著差異，在未來結(jié)合跟蹤系統(tǒng)，也許將實現(xiàn)口內(nèi)全自動備牙。在種植學(xué)中，2017年趙銥民教授及其團(tuán)隊設(shè)計了世界首臺自主式種植牙手術(shù)機(jī)器人，根據(jù)預(yù)先設(shè)定指令，基于機(jī)械式空間融合定位技術(shù)實現(xiàn)配準(zhǔn)，成功為一名女性完成了兩顆缺牙的種植即刻修復(fù)。正畸領(lǐng)域的機(jī)器人主要用來進(jìn)行臨床診斷、擬定治療計劃、定制矯正設(shè)備，尤其是弓絲彎制。Toosi等[52]研制了一種觸覺虛擬現(xiàn)實模擬器，促使醫(yī)生可利用觸覺機(jī)器人對牙釉質(zhì)和牙本質(zhì)進(jìn)行鉆孔直至髓腔，然后使用模擬K銼清潔根管內(nèi)壁。在頜面外科領(lǐng)域，Chao和Woo等[53-54]開發(fā)了一種用于正頜手術(shù)的機(jī)器人輔助系統(tǒng)，用于游離皮瓣重建、頜骨定位等手術(shù)，克服了部分術(shù)者的人體局限性。此外，牙科患者機(jī)器人、體外刷牙機(jī)器人、仿生咀嚼機(jī)器人和口腔康復(fù)機(jī)器人等均有研發(fā)。機(jī)器人技術(shù)可提高口腔診療精確性和安全性，提升護(hù)理質(zhì)量和治療速度，口腔醫(yī)學(xué)中有巨大應(yīng)用前景。

2 AI與口腔醫(yī)學(xué)教學(xué)

醫(yī)學(xué)生的培養(yǎng)也是口腔醫(yī)學(xué)發(fā)展中重要的一環(huán)，AI的大量興起，勢必影響傳統(tǒng)教學(xué)模式，發(fā)展出更加符合未來口腔領(lǐng)域要求的人才培養(yǎng)模式。AI在疾病診斷、解剖結(jié)構(gòu)區(qū)分等方面上都能表現(xiàn)出與人類專家相當(dāng)?shù)木龋虼似湓跒閷W(xué)生提供個性化指導(dǎo)上具有極大前景。AI輸出智能診斷結(jié)果，能輔助醫(yī)學(xué)生更好地理解疾病及其特征，幫助其形成一套成熟的診斷邏輯，成長為專業(yè)的醫(yī)生。在未來，AI勢必影響現(xiàn)有的口腔診療模式，因此讓口腔醫(yī)學(xué)生學(xué)習(xí)AI知識，培養(yǎng)使用AI的思維，了解最新AI研究進(jìn)展有益于其未來的職業(yè)生涯，同時醫(yī)學(xué)生在接觸AI中，可培養(yǎng)對前沿科技的吸納能力，更好的適應(yīng)瞬息萬變的世界[55]。融合AI技術(shù)到教學(xué)中，豐富教學(xué)的內(nèi)容和方法，讓知識的講解更深刻、更透徹，將AI技術(shù)融合到虛擬仿真技術(shù)中，實現(xiàn)低成本、批量化、規(guī)?；⒁?guī)范化的操作教學(xué)；AI的發(fā)展使虛擬助手成為可能，為醫(yī)學(xué)生配備專門的虛擬指導(dǎo)助手，通過對其學(xué)業(yè)成績、操作數(shù)據(jù)等進(jìn)行數(shù)據(jù)挖掘，針對性找出其薄弱點(diǎn)，并個性化提供進(jìn)階指導(dǎo)[56]。

3 AI與口腔健康管理

口腔疾病多屬于慢性病，在早期無特別明顯的癥狀，較難被發(fā)現(xiàn)，一旦出現(xiàn)了明顯的癥狀，如牙齦腫脹、疼痛等，往往病情已比較嚴(yán)重，因此口腔疾病的早發(fā)現(xiàn)早治療十分必要。深度學(xué)習(xí)等算法的發(fā)展讓公眾可以自主化管理自己的醫(yī)療保健，并基于公眾對自身健康的主觀能動性，實現(xiàn)早發(fā)現(xiàn)早治療。通過智能手機(jī)圖像便可診斷口腔癌發(fā)生情況以及跟蹤治療情況[15]，齲病風(fēng)險的預(yù)測[6]等自動診斷技術(shù)的成熟可以滿足公眾對自身健康進(jìn)行實時監(jiān)控；智能的建議系統(tǒng)將針對患者口腔狀況提出智能化建議，引導(dǎo)患者盡早干預(yù)治療，并在必要時推薦就醫(yī)。

4 總結(jié)及展望

AI對醫(yī)學(xué)圖像的識別能力、對大數(shù)據(jù)進(jìn)行整合分析的能力在大量研究中得到證實，雖然AI在口腔醫(yī)學(xué)的應(yīng)用仍處于起步階段，但其巨大潛力有目共睹。AI對醫(yī)療數(shù)據(jù)(尤其是醫(yī)學(xué)成像)的病灶識別能力、識別效率；提供實時解剖指導(dǎo)，讓醫(yī)生實現(xiàn)更精細(xì)化的操作，減少并發(fā)癥的發(fā)生；整合大量疾病關(guān)聯(lián)數(shù)據(jù)，挖掘數(shù)據(jù)與疾病之間的關(guān)聯(lián)，進(jìn)行疾病發(fā)生的預(yù)測以及疾病發(fā)展的預(yù)后；簡化不同類型圖像配準(zhǔn)、解剖標(biāo)記等重復(fù)性勞動過程等方面的研究都足以說明其對未來口腔醫(yī)療的發(fā)展具有重要影響力。

AI在口腔醫(yī)學(xué)中進(jìn)一步發(fā)展還存在許多障礙：(1)現(xiàn)階段存在的自動診斷等系統(tǒng)顯示出較高精度，但其精度仍未達(dá)到適于臨床應(yīng)用的階段，有缺陷的算法可能會給患者造成重大傷害，導(dǎo)致醫(yī)療事故的發(fā)生；(2)基于AI的臨床輔助系統(tǒng)須具有穩(wěn)定性，否則其故障的發(fā)生將會造成大規(guī)模的醫(yī)療事故；(3)越高性能的AI系統(tǒng)需要越多的數(shù)據(jù)集來進(jìn)行訓(xùn)練，但當(dāng)前口腔醫(yī)療數(shù)據(jù)系統(tǒng)仍未達(dá)到標(biāo)準(zhǔn)化、互通化，并且醫(yī)療數(shù)據(jù)相較于其他種類數(shù)據(jù)具有更高的隱私性，因此難以獲取足夠量的高質(zhì)量數(shù)據(jù)進(jìn)行訓(xùn)練；(4)數(shù)據(jù)的來源偏差問題仍難以解決，使其普適性大大降低。

雖然障礙存在，但AI仍是一個理想的的輔助工具，在未來克服障礙，經(jīng)過縝密的設(shè)計和嚴(yán)密的臨床驗證，AI將成為成熟的醫(yī)療手段，減輕口腔從業(yè)人員繁重的日常工作，以較低的成本服務(wù)更廣泛的人群。