數(shù)字化和人工智能技術(shù)在口腔醫(yī)學(xué)中的應(yīng)用進(jìn)展

[摘要]"隨著中國計(jì)算機(jī)技術(shù)行業(yè)不斷發(fā)展，醫(yī)療行業(yè)經(jīng)歷從信息化到數(shù)字化、再到智能化的發(fā)展歷程。人工智能的發(fā)展促使各種口腔診療算法和模型相繼出現(xiàn)，人工智能系統(tǒng)可輔助醫(yī)生的診斷和治療工作，提高診療效率和準(zhǔn)確性。這給口腔正畸、修復(fù)、頜面、牙體牙髓等亞學(xué)科的發(fā)展及口腔教學(xué)活動(dòng)帶來技術(shù)和效益方面的突破性進(jìn)展。本文結(jié)合近年來國內(nèi)外數(shù)字化技術(shù)在口腔醫(yī)學(xué)中的研究和應(yīng)用，從數(shù)字化和人工智能技術(shù)在口腔臨床實(shí)踐中的影像判斷、疾病診斷、疾病治療和口腔教學(xué)等方面闡述數(shù)字化口腔的發(fā)展與實(shí)踐，為未來口腔醫(yī)學(xué)的臨床發(fā)展提供參考。

[關(guān)鍵詞]"數(shù)字化；人工智能；口腔醫(yī)學(xué)

[中圖分類號(hào)]"R78""""""[文獻(xiàn)標(biāo)識(shí)碼]"A""""""[DOI]"10.3969/j.issn.1673-9701.2024.31.029

近年來，數(shù)字化和人工智能技術(shù)逐漸從科研階段轉(zhuǎn)向應(yīng)用階段，醫(yī)療領(lǐng)域成為數(shù)字化應(yīng)用集中的場(chǎng)景之一。人工智能已成功應(yīng)用于腫瘤病理、心血管疾病、內(nèi)分泌疾病、皮膚病等的臨床診斷和治療干預(yù)中，對(duì)提高診斷和治療效率發(fā)揮不可替代的作用。人工智能的引入優(yōu)化口腔各亞學(xué)科相關(guān)疾病的預(yù)測(cè)、診斷和治療流程，將口腔教學(xué)水平提升到更高層次[1]。本文介紹近年來數(shù)字化技術(shù)和人工智能技術(shù)在口腔醫(yī)學(xué)中的研究進(jìn)展，提出優(yōu)化建議，為口腔行業(yè)相關(guān)理論研究與臨床應(yīng)用提供參考。

1""口腔正畸

1.1nbsp;"3D牙列模型

既往臨床實(shí)踐中，醫(yī)生通過制作模型了解患者的牙齒數(shù)據(jù)，準(zhǔn)確率較低。醫(yī)生應(yīng)用牙列模型診斷排牙時(shí)需破壞性鋸開石膏模型，逐個(gè)手工排列，既煩瑣又耗時(shí)，且不同方案難以反復(fù)比較。目前，有模型掃描和口內(nèi)掃描2種數(shù)字三維模型采集方式，后者因具有方便、快捷的特點(diǎn)而被更廣泛地應(yīng)用，如3Shape、Implant3D"CAD/CAM等系統(tǒng)已在國內(nèi)臨床實(shí)踐中推廣應(yīng)用，所獲得的三維數(shù)字牙齒模型可通過牙齒分割、移動(dòng)和重排模擬治療結(jié)果，指導(dǎo)矯治器設(shè)計(jì)。然而，患者牙齒變異大、錯(cuò)位擁擠、口腔內(nèi)掃描時(shí)倒凹區(qū)掃描困難等因素可給牙齒圖像分割帶來困難。人工干預(yù)程序在一定程度上可導(dǎo)致牙齒分割效率降低。人工智能算法的引入給牙齒分割帶來便利。Liao等[2]采用諧波場(chǎng)理論檢測(cè)分區(qū)邊界，通用網(wǎng)格分割方法，提出一種新穎的牙齒分割框架，大量數(shù)據(jù)表明該方法能自動(dòng)分割高質(zhì)量牙齒，具有高魯棒性和高效率。相比傳統(tǒng)制取印模技術(shù)，口內(nèi)掃描技術(shù)可避免氣泡出現(xiàn)、患者因印模材料所致惡心嘔吐、印模材料變形等問題，其還能記錄患者的牙齒和牙齦顏色，減少椅旁操作時(shí)間[3]。但口內(nèi)掃描頭體積普遍較大，易引起患者不適，掃描頭堅(jiān)硬觸碰牙齦引起疼痛，且第二磨牙和第三磨牙的掃描易出現(xiàn)掃描不全。另外，設(shè)備可因唾液和反光而導(dǎo)致掃描不清晰。

1.2""頜骨標(biāo)志點(diǎn)和模型

頜骨的標(biāo)志點(diǎn)定位是對(duì)顱頜面軟硬組織進(jìn)行畸形分類的基礎(chǔ)。隨著X線片的普及應(yīng)用，以往用硫酸紙描記標(biāo)志點(diǎn)轉(zhuǎn)變成為現(xiàn)在的數(shù)字化頭影測(cè)量軟件定位定點(diǎn)，從而解決傳統(tǒng)手動(dòng)定位可重復(fù)性不足、花費(fèi)時(shí)間長的問題。有學(xué)者研究應(yīng)用仿射變換基于模板匹配的頭顱側(cè)位片標(biāo)志點(diǎn)自動(dòng)識(shí)別的方法[4]；有學(xué)者應(yīng)用經(jīng)典機(jī)器學(xué)習(xí)方法和卷積神經(jīng)網(wǎng)絡(luò)對(duì)二維影像自動(dòng)定位標(biāo)志點(diǎn)。經(jīng)研究比對(duì)發(fā)現(xiàn)，卷積神經(jīng)網(wǎng)絡(luò)的定位標(biāo)志點(diǎn)效果更好，基于卷積神經(jīng)網(wǎng)絡(luò)算法的自動(dòng)定點(diǎn)技術(shù)可將準(zhǔn)確率提高至80.40%～"88.43%[3]。不同患者的標(biāo)志點(diǎn)在外形上可能存在差異，影響機(jī)器學(xué)習(xí)算法自動(dòng)檢測(cè)定點(diǎn)的精確度。另外，口腔內(nèi)的各種修復(fù)材料如種植體、活動(dòng)義齒、樹脂等可能產(chǎn)生偽影，影響定點(diǎn)的精確度。既往應(yīng)用X線判定頜骨形態(tài)與關(guān)系的二維影像有正位片、側(cè)位片、全景片、關(guān)節(jié)片。然而，二維形態(tài)的頜骨模型并不能真正反映人體三維頭顱形態(tài)，且綜合各種類型的二維影像得出的解剖關(guān)系與數(shù)據(jù)也存在計(jì)算誤差。大視野范圍錐形束CT機(jī)器的應(yīng)用可有效解決這一問題。其可直觀地觀察每一顆牙齒、上下頜骨及關(guān)節(jié)的影像學(xué)信息，一次性拍攝出人體整個(gè)頭顱的三維形態(tài)。在錐形束CT正畸定點(diǎn)上，Torosdagli等[5]提出一種不需要數(shù)據(jù)增強(qiáng)和后處理細(xì)化的深度神經(jīng)網(wǎng)絡(luò)架構(gòu)，對(duì)包含50例高度顱頜面變異數(shù)據(jù)的錐形束CT數(shù)據(jù)集進(jìn)行下頜骨分割，自動(dòng)識(shí)別下頜骨的9個(gè)解剖標(biāo)志點(diǎn)，結(jié)果表明與當(dāng)時(shí)最先進(jìn)的標(biāo)記方法相比，該架構(gòu)顯示出優(yōu)越性能。但在研究錐形束CT定點(diǎn)準(zhǔn)確性上，Ma等[6]應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)對(duì)13個(gè)常用正畸標(biāo)志點(diǎn)定位，平均誤差高達(dá)5.78mm。因此，有關(guān)人工智能技術(shù)在錐形束CT正畸定點(diǎn)準(zhǔn)確性方面的應(yīng)用研究還需深入。

1.3""數(shù)字化正畸矯治器

大多數(shù)傳統(tǒng)正畸矯治器需要醫(yī)生和技師手工制作。數(shù)字化矯治技術(shù)可避免冗雜的臨床椅旁操作和技師手工操作，在舒適度、患者復(fù)診等方面的優(yōu)勢(shì)更加明顯。如在數(shù)字化唇舌側(cè)固定矯治領(lǐng)域，制作矯治器流程包括診斷分析、終末位排牙、制造托槽、定制弓絲、托槽復(fù)診及定制定位夾等步驟。個(gè)性化唇側(cè)固定矯治器通過計(jì)算機(jī)軟件精確計(jì)算、預(yù)排牙齒移動(dòng)量，個(gè)性化生產(chǎn)高性能弓絲，并使用3D打印透明定位夾輔助托槽位置精準(zhǔn)粘結(jié)，可高效、嚴(yán)密調(diào)控牙齒矯治過程。Wang等[7]研究發(fā)現(xiàn)，個(gè)性化唇側(cè)固定矯治器治療后的實(shí)際上下頜牙弓與虛擬排牙牙弓之間的相似度高達(dá)96%～97%。個(gè)性化舌側(cè)矯治器與唇側(cè)矯治器類似，在數(shù)字化排牙模型上設(shè)計(jì)底板與牙面完全貼合的舌側(cè)托槽及個(gè)性化舌側(cè)弓絲，通過3D打印技術(shù)和精密鑄造技術(shù)制作托槽。如Incognito舌側(cè)托槽在3D打印蠟塊后采用失蠟法鑄造，可更精準(zhǔn)、更高效地實(shí)現(xiàn)正畸診療。對(duì)功能矯治器、擴(kuò)弓器、支抗裝置等矯治器的制作也可應(yīng)用數(shù)字化手段。Graf等[8]在虛擬頜架模型上設(shè)計(jì)雙頜墊矯治器，采用丙烯酸樹脂材料3D打印此類矯治器，取得良好效果。國內(nèi)前沿的數(shù)字化正畸矯治器技術(shù)——“數(shù)字化設(shè)計(jì)雙頜墊矯治器聯(lián)合間隙維持技術(shù)”是重慶醫(yī)科大學(xué)為解決處于生長發(fā)育高峰期及高峰前期兒童存在的乳牙早失伴Ⅱ類錯(cuò)頜畸形問題所設(shè)計(jì)，設(shè)計(jì)出的矯治器不僅能實(shí)現(xiàn)雙頜墊矯治器導(dǎo)下頜向前，同時(shí)可設(shè)計(jì)間隙維持裝置。隨著數(shù)字化技術(shù)的進(jìn)一步發(fā)展，未來正畸矯治中的托槽和弓絲有望在椅旁直接3D打印，進(jìn)一步優(yōu)化診療流程。

2""口腔修復(fù)

2.1""牙體預(yù)備

傳統(tǒng)方法中，醫(yī)生用自由手備牙，采用定深溝法、記錄法等。張霞玲[9]運(yùn)用深度測(cè)量器械輔助后牙牙體預(yù)備，與直接目測(cè)法相比，其預(yù)備的牙體更加精確。于海洋等[10]進(jìn)行牙體預(yù)備后用硅橡膠材料制取模型以達(dá)到提高預(yù)備精度的效果。醫(yī)生依據(jù)經(jīng)驗(yàn)和視覺進(jìn)行磨改，但因存在盲區(qū)及長時(shí)間精神高度集中，牙體預(yù)備后的“量與形”與理想值存在偏差。陳端婧等[11]提出定深孔牙體預(yù)備技術(shù)，在顯微鏡下通過一種精準(zhǔn)制備定深孔引導(dǎo)備牙，實(shí)現(xiàn)精準(zhǔn)備牙，但牙體預(yù)備量計(jì)算及顯微鏡的適應(yīng)性方面需要提高。周永勝等[12]發(fā)明一種高效率牙體預(yù)備導(dǎo)板，用數(shù)控加工設(shè)備打印牙齒的兩套導(dǎo)板，在導(dǎo)板上加用可拆卸車針限位器用以引導(dǎo)牙體預(yù)備，可用于固定、活動(dòng)義齒多處關(guān)鍵功能區(qū)的牙體預(yù)備。Otani等[13]使用自動(dòng)化機(jī)器人進(jìn)行牙體預(yù)備，經(jīng)過體外實(shí)驗(yàn)比對(duì)發(fā)現(xiàn)，機(jī)器人在邊緣線的預(yù)備上精度更高。Yuan等[14]將機(jī)器人和激光技術(shù)結(jié)合發(fā)明世界上第一臺(tái)機(jī)器人牙體預(yù)備系統(tǒng)，用高功率超短脈沖激光束在臨床頭模上完成牙齒的預(yù)備，結(jié)果顯示其預(yù)備效率和精度均較高，但該研究團(tuán)隊(duì)也發(fā)現(xiàn)飛秒激光束的斷光延遲可影響備牙錐度。

2.2""種植手術(shù)

傳統(tǒng)種植中應(yīng)用螺旋CT判斷種植位點(diǎn)骨量，而錐形束CT的發(fā)明替代螺旋CT，操作簡單、輻射低、空間分辨率高，對(duì)復(fù)雜結(jié)構(gòu)區(qū)域如下頜骨、下頜神經(jīng)管、顳下頜關(guān)節(jié)解剖結(jié)構(gòu)的成像質(zhì)量更好[15]。種植手術(shù)中，自由手操作是常態(tài)，但對(duì)一些無牙頜、嚴(yán)重頜骨萎縮、連續(xù)多牙缺失等復(fù)雜病例，自由手在精度方面欠佳。對(duì)某些復(fù)雜病例，靜態(tài)導(dǎo)航技術(shù)可提供可視化的術(shù)前規(guī)劃方案，醫(yī)生可按“以修復(fù)為導(dǎo)向”原則將種植體設(shè)計(jì)在理想位點(diǎn)，提前預(yù)測(cè)治療難度并規(guī)避手術(shù)風(fēng)險(xiǎn)。但存在術(shù)前設(shè)計(jì)復(fù)雜冗繁、術(shù)中不能變動(dòng)方案、可視化程度較差的局限性，動(dòng)態(tài)導(dǎo)航技術(shù)的出現(xiàn)可在一定程度上彌補(bǔ)上述缺點(diǎn)[16]。動(dòng)態(tài)導(dǎo)航使患者在同一天進(jìn)行種植計(jì)劃設(shè)計(jì)和手術(shù)，術(shù)中將解剖結(jié)構(gòu)的“盲視”變?yōu)椤爸币暋?，?shí)時(shí)引導(dǎo)手術(shù)進(jìn)行且根據(jù)實(shí)際臨床操作情況靈活調(diào)改種植方案[17]。這些技術(shù)可提高醫(yī)生手術(shù)的精確度，但并不能完全解放醫(yī)生的雙手，而人工智能或能解放醫(yī)生的雙手。Dutreuil等[18]研發(fā)人工智能機(jī)器人輔助系統(tǒng)，醫(yī)生成功運(yùn)用該系統(tǒng)進(jìn)行1例患者8枚種植體的植入。2011年，Sun等[19]研發(fā)自動(dòng)式種牙機(jī)器人，通過坐標(biāo)測(cè)量機(jī)將基于錐形束CT的術(shù)前種植計(jì)劃轉(zhuǎn)變成實(shí)際的機(jī)器人自動(dòng)化預(yù)備種植窩洞，但該方法存在種植位點(diǎn)不精確的不足。2017年，美國Neocis公司研發(fā)出世界上第一個(gè)商用口腔種植輔助機(jī)器人系統(tǒng)Yomi并應(yīng)用于臨床，將人工智能運(yùn)用至口腔種植領(lǐng)域。白石柱等[20]成功研發(fā)自主式種植牙手術(shù)機(jī)器人，其具備自動(dòng)追蹤和自主操作能力，成功為一名女性患者完成兩顆缺牙的種植即刻修復(fù)。這一手術(shù)的成功實(shí)施標(biāo)志著世界首臺(tái)自主式種植牙手術(shù)機(jī)器人的問世。但目前口腔種植手術(shù)機(jī)器人研究還存在難點(diǎn)，如光學(xué)導(dǎo)航系統(tǒng)前期準(zhǔn)備工作復(fù)雜，包括錐形束CT拍攝、示蹤標(biāo)記選擇、各坐標(biāo)系標(biāo)定配準(zhǔn)等方面，任何環(huán)節(jié)的誤差均可影響導(dǎo)航精度。

2.3""全口義齒排牙

傳統(tǒng)全口義齒的制作主要包括4個(gè)步驟：初始印模和最終印模的獲取、頜位關(guān)系的記錄、制作頜架及義齒的戴入。上述步驟均依賴醫(yī)生的臨床經(jīng)驗(yàn)，制作過程復(fù)雜且存在較多誤差?，F(xiàn)代醫(yī)學(xué)致力于發(fā)明機(jī)器人排牙。2001年，呂培軍等[21]利用CRS-4506自由度機(jī)器人實(shí)現(xiàn)取物體于任意位置和姿態(tài)，研制可調(diào)式排牙器，初步建立全口義齒的機(jī)器人輔助人工牙列制作系統(tǒng)并為1例患者試制人工牙，首次實(shí)現(xiàn)機(jī)器人輔助排牙。義齒的結(jié)構(gòu)和形態(tài)復(fù)雜，單操作手臂難以對(duì)義齒進(jìn)行精確掌控和操縱，且義齒系統(tǒng)的排牙精度、速度需要進(jìn)一步提高，制作出的義齒的外觀和形態(tài)也需要進(jìn)一步改善。李存岑等[22]從系統(tǒng)結(jié)構(gòu)及工作原理、控制器硬件設(shè)計(jì)、控制器軟件編制等方面闡述多操作機(jī)全口義齒機(jī)器人的實(shí)現(xiàn)方法、關(guān)鍵技術(shù)，證明該機(jī)器人運(yùn)行的響應(yīng)速度、精度、魯棒性等達(dá)到預(yù)期目標(biāo)，有助于臨床排牙。為解決單操作機(jī)難以掌控義齒的問題，張永德等[23]設(shè)計(jì)14個(gè)獨(dú)立操作機(jī)，共84個(gè)自由度，僅需1次動(dòng)作即可確定所有義齒的位置，將多操作機(jī)技術(shù)在全口義齒排牙領(lǐng)域繼續(xù)發(fā)展。但受該系統(tǒng)多驅(qū)動(dòng)電機(jī)數(shù)量、復(fù)雜的計(jì)算機(jī)算法等因素影響，實(shí)現(xiàn)機(jī)器人系統(tǒng)控制和運(yùn)動(dòng)學(xué)計(jì)算非常困難。后期，Zhang等[24]針對(duì)該問題進(jìn)行改進(jìn)，增加1個(gè)牙弓發(fā)生器和滑道裝置，研發(fā)14個(gè)獨(dú)立機(jī)械手，由50個(gè)步進(jìn)電機(jī)驅(qū)動(dòng)的多操作機(jī)器人，整合牙弓曲線發(fā)生器，進(jìn)一步提高全口義齒的排牙速率和精確度。排牙機(jī)器人可減少手工排牙的部分誤差，提高義齒的精準(zhǔn)度；但對(duì)不同牙齒參數(shù)定量化、精確塑造牙齒形態(tài)、機(jī)器人操作準(zhǔn)確度和穩(wěn)定性等問題仍需深入研究。

3""牙體牙髓

3.1""齲病

有學(xué)者應(yīng)用深度卷積神經(jīng)網(wǎng)絡(luò)檢測(cè)近紅外光透照?qǐng)D像中的齲齒病變，將226顆后牙安放在經(jīng)試點(diǎn)測(cè)試的假人頭診斷模型中檢測(cè)，表明其齲齒檢測(cè)性能良好[25]。Patil等[26]提出一種新穎的齲齒檢測(cè)模型MPCA-ADA，與其他傳統(tǒng)齲齒分類提取模型比較，顯示出更好的準(zhǔn)確性、敏感度、特異性和精確度。Deniz等[27]利用人工神經(jīng)網(wǎng)絡(luò)評(píng)估發(fā)光二極管和石英鹵鎢光固化單元對(duì)齲齒治療不同深淺復(fù)合材料底部/頂部維氏硬度值比值的影響，確定光固化單元和復(fù)合材料參數(shù)對(duì)維氏硬度比的影響最大。

3.2""根尖周病

目前，許多研究應(yīng)用人工智能算法對(duì)根尖周炎進(jìn)行訓(xùn)練以研發(fā)算法模型，但根尖周炎、肉芽腫、囊腫的診斷同樣需鑒別。Endres等[28]開發(fā)一種預(yù)測(cè)深度學(xué)習(xí)算法，在對(duì)2902張不同類型根尖病變?nèi)捌b別診斷中，相比于24名外科醫(yī)生，其精確度更高，該算法有望幫助醫(yī)生進(jìn)行臨床診斷。根管治療中正確的根備、根充都與準(zhǔn)確的根長測(cè)量相關(guān)。實(shí)驗(yàn)中醫(yī)生測(cè)量根長的準(zhǔn)確率為76%，Saghiri等[29]用人工神經(jīng)網(wǎng)絡(luò)測(cè)量根管長度的準(zhǔn)確率為96%。有學(xué)者開發(fā)機(jī)電一體化系統(tǒng)用于根管預(yù)備，其可增加根備效率，并降低醫(yī)源性側(cè)穿的風(fēng)險(xiǎn)[30]。為消滅根管內(nèi)易導(dǎo)致再感染的細(xì)菌，Hwang等[31]設(shè)計(jì)催化抗菌機(jī)器人，該機(jī)器人可按設(shè)定的路徑進(jìn)行根管預(yù)備，根備中利用具有雙重催化磁性功能的氧化鐵納米顆粒，可精確去除生物膜碎片。

4""頜面外科

在正頜定點(diǎn)方面，Kang等[32]提出一種基于多階段深度強(qiáng)化學(xué)習(xí)及體積渲染成像的自動(dòng)3D頭影測(cè)量注釋系統(tǒng)，與傳統(tǒng)手工標(biāo)記相比，該系統(tǒng)的定點(diǎn)時(shí)間極大縮短。正頜定點(diǎn)后是否進(jìn)行手術(shù)，有經(jīng)驗(yàn)的醫(yī)生可參考既往病例制定手術(shù)計(jì)劃，而缺乏經(jīng)驗(yàn)的醫(yī)生可借助智能技術(shù)手段。Jeong等[33]對(duì)822例患有牙頜面畸形和錯(cuò)的參與者拍攝正面和右側(cè)面部照片，根據(jù)是否需正頜手術(shù)分為兩組，每組各411例；實(shí)驗(yàn)使用VGG19卷積神經(jīng)網(wǎng)絡(luò)分類，數(shù)據(jù)顯示準(zhǔn)確率為89.3%，最終得出該算法僅通過照片可相對(duì)準(zhǔn)確地判斷是否需要正頜手術(shù)的結(jié)論。傳統(tǒng)頜面外科術(shù)者需熟悉口腔頜面部血管、神經(jīng)、肌肉組織位置走向，避免損傷重要解剖結(jié)構(gòu)，而對(duì)一些腫瘤切除范圍、正頜頜骨精準(zhǔn)切割等做不到精確把控，術(shù)中引入數(shù)字化可幫助解決此類問題。腫瘤切除范圍方面，有研究者用高光譜成像技術(shù)研究30例口腔腫瘤患者的手術(shù)標(biāo)本，結(jié)果顯示人工智能技術(shù)對(duì)口腔腫瘤邊界預(yù)測(cè)精確度達(dá)85%，具有良好的參考價(jià)值[34]。Gui等[35]制造一種新的7自由度機(jī)械臂，應(yīng)用自主研發(fā)的導(dǎo)航系統(tǒng)TBNAVIS-CMFS實(shí)現(xiàn)Le"Fort"Ⅰ截骨術(shù)虛擬手術(shù)規(guī)劃，并在實(shí)際手術(shù)中用機(jī)械臂成功完成截骨術(shù)，成功應(yīng)對(duì)傳統(tǒng)使用骨鋸很難做到精確截取不規(guī)則上下頜骨的問題。術(shù)后面容預(yù)測(cè)對(duì)醫(yī)生來說是一項(xiàng)難題。Tanikawa等[36]獲取137例接受正頜手術(shù)患者治療前后頭顱側(cè)位片和三維面部圖像，開發(fā)人工智能系統(tǒng)預(yù)測(cè)正頜手術(shù)后的面部形態(tài)；根據(jù)結(jié)果，當(dāng)＜2mm的系統(tǒng)誤差定義為成功時(shí)，實(shí)驗(yàn)總成功率均為100%。對(duì)正頜外科術(shù)前三維口頜面數(shù)字化定點(diǎn)、手術(shù)適應(yīng)證判斷、術(shù)中輔助導(dǎo)航、術(shù)后面容預(yù)測(cè)，數(shù)字化的應(yīng)用只涉及其中一個(gè)方面，未來還需要研究集術(shù)前、術(shù)中、術(shù)后智能化一體的數(shù)字化技術(shù)。

5""口腔教學(xué)

課本知識(shí)復(fù)雜、冗繁，課堂知識(shí)任務(wù)重，學(xué)生在短暫課堂中被動(dòng)接受大量抽象、難以理解的口腔醫(yī)學(xué)知識(shí)，不少同學(xué)存在厭學(xué)心理。研究表明，學(xué)生對(duì)網(wǎng)絡(luò)教學(xué)的興趣高于傳統(tǒng)教學(xué)模式，學(xué)習(xí)積極性更高[37]。自新冠肺炎疫情以來，大部分高校在遠(yuǎn)程教學(xué)平臺(tái)上進(jìn)行視頻直播教學(xué)，同時(shí)設(shè)置回放供學(xué)生反復(fù)觀看，以提高學(xué)生知識(shí)獲取的積極性。課前、課中、課后都可觀看的教學(xué)視頻讓學(xué)生能對(duì)不理解的知識(shí)反復(fù)學(xué)習(xí)。隨著網(wǎng)絡(luò)教學(xué)平臺(tái)的完善，數(shù)字圖書館、資源庫、試題庫等都開始在平臺(tái)上出現(xiàn)。學(xué)生可根據(jù)自身時(shí)間隨機(jī)進(jìn)行學(xué)習(xí)，滿足個(gè)性化需求。部分平臺(tái)上設(shè)有自適應(yīng)學(xué)習(xí)平臺(tái)，專門針對(duì)學(xué)生各種情況進(jìn)行評(píng)估和總結(jié)，設(shè)計(jì)出符合學(xué)生個(gè)人特點(diǎn)的教學(xué)進(jìn)度，有針對(duì)性地進(jìn)行理論指導(dǎo)和知識(shí)點(diǎn)突破[38]。中國某學(xué)校采用校內(nèi)網(wǎng)絡(luò)平臺(tái)與理論教學(xué)相結(jié)合的教學(xué)方法，通過對(duì)學(xué)習(xí)時(shí)間、成績、課堂討論質(zhì)量的統(tǒng)計(jì)分析發(fā)現(xiàn)，與傳統(tǒng)教學(xué)模式相比，混合式教學(xué)模式在培養(yǎng)學(xué)生自主學(xué)習(xí)、團(tuán)隊(duì)合作、分析解決問題、臨床思維等方面得到更廣泛認(rèn)可[39]。人工智能技術(shù)的應(yīng)用為學(xué)生的學(xué)習(xí)增添樂趣。人工設(shè)計(jì)的機(jī)器人教師可通過攝像頭觀察學(xué)生的學(xué)習(xí)過程，剖析語言和肢體行為的意義，收集學(xué)生提出的問題和建議，整合反饋給教師，對(duì)教學(xué)內(nèi)容和方法進(jìn)行整改[40]。然而，數(shù)字化教學(xué)導(dǎo)致小組討論和同學(xué)間交流減少，且目前國內(nèi)沒有統(tǒng)一的口腔數(shù)字化教育標(biāo)準(zhǔn)，這些問題在未來口腔醫(yī)學(xué)人工智能教學(xué)應(yīng)用上仍需解決。

6""展望

口腔醫(yī)學(xué)行業(yè)數(shù)字化已發(fā)展幾十年，醫(yī)生和患者群體均受益匪淺。目前，數(shù)字化技術(shù)的前沿是人工智能技術(shù)的應(yīng)用，人工智能在口腔行業(yè)的圖像判斷、疾病檢測(cè)、疾病治療等方面均取得不錯(cuò)的成績。然而，人工智能尚未達(dá)到廣泛臨床推廣的程度，問題層出不窮。第一，“黑匣子”特性。一些人工智能算法只知道算法數(shù)據(jù)的輸出和結(jié)果，數(shù)據(jù)處理過程不明確，無法科學(xué)論證。第二，數(shù)據(jù)隱私性。訓(xùn)練人工智能算法需大量患者數(shù)據(jù)，而這些數(shù)據(jù)的隱私性得不到保證。第三，倫理問題。人工智能在口腔領(lǐng)域的應(yīng)用還沒有完善的法律法規(guī)，這一領(lǐng)域的倫理問題，即“誰來為醫(yī)療事故負(fù)責(zé)”也需要解釋清楚。隨著社會(huì)和科技的發(fā)展，這些問題都是可以解決的。同時(shí)，應(yīng)對(duì)人工智能保持嚴(yán)謹(jǐn)?shù)膽B(tài)度，其只能起到輔助醫(yī)生的作用，并不能取代醫(yī)生。人工智能的發(fā)展方興未艾，未來口腔醫(yī)學(xué)領(lǐng)域有望出現(xiàn)集預(yù)測(cè)、診斷、治療、預(yù)后為一體的人工智能系統(tǒng)，進(jìn)一步造福醫(yī)患。

利益沖突：所有作者均聲明不存在利益沖突。

[參考文獻(xiàn)]

[1] 洪勁超，"袁蕊，"謝曜爵."口腔醫(yī)學(xué)數(shù)字技術(shù)的應(yīng)用進(jìn)展[J]."當(dāng)代醫(yī)藥論叢，"2023，"21（1）："34–37.

[2] LIAO"S"H，"LIU"S"J，"ZOU"B"J，"et"al."Automatic"tooth"segmentation"of"dental"mesh"based"on"harmonic"fields[J]."Biomed"Res"Int，"2015，"2015："187173.

[3] 葉年嵩，"房兵."數(shù)字化正畸發(fā)展現(xiàn)狀[J]."實(shí)用口腔醫(yī)學(xué)雜志，"2022，"38（6）："707–712.

[4] 潘林，"胡遒生，"鮑旭東，"等."基于模板匹配的頭顱側(cè)位片標(biāo)志點(diǎn)的自動(dòng)識(shí)別[J]."臨床口腔醫(yī)學(xué)雜志，"2003，"19（11）："661–664.

[5] TOROSDAGLI"N，"LIBERTON"D"K，"VERMA"P，"et"al."Deep"geodesic"learning"for"segmentation"and"anatomical"landmarking[J]."IEEE"Trans"Med"Imaging，"2019，"38（4）："919–931.

[6] MA"Q，"KOBAYASHI"E，"FAN"B，"et"al."Automatic"3D"landmarking"model"using"patch-based"deep"neural"networks"for"CT"image"of"oral"and"maxillofacial"surgery[J]."Int"J"Med"Robot，"2020，"16（3）："e2093.

[7] WANG"X，"XIA"L，"LI"J，"et"al."Accuracy"of"dental"arch"form"in"customized"fixed"labial"orthodontic"appliances[J]."Am"J"Orthod"Dentofacial"Orthop，"2022，"162（2）："173–181.

[8] GRAF"S，"TARRAF"N"E，"VASUDAVAN"S."Direct"printed"removable"appliances："A"new"approach"for"the"twin-block"appliance[J]."Am"J"Orthod"Dentofacial"Orthop，"2022，"162（1）："103–107.

[9] 張霞玲."定深法用于后牙面牙體預(yù)備準(zhǔn)確度分析[J]."現(xiàn)代中西醫(yī)結(jié)合雜志，"2012，"21（3）："268–269.

[10] 于海洋，"趙雨薇，"李俊穎，"等."基于牙體牙髓、牙周及功能健康的顯微微創(chuàng)牙體預(yù)備[J]."華西口腔醫(yī)學(xué)雜志，"2019，"37（3）："229–235.

[11] 陳端婧，"李怡源，"李俊穎，"等."一種顯微精準(zhǔn)定深孔牙體預(yù)備技術(shù)[J]."華西口腔醫(yī)學(xué)雜志，"2016，"34（3）："325–327.

[12] 北京大學(xué)口腔醫(yī)學(xué)院."一種高效率牙體預(yù)備導(dǎo)板的制作方法："CN201810116583."2[P]."2018–10–09.

[13] OTANI"T，"RAIGRODSKI"A"J，"MANCL"L，"et"al."In"vitro"evaluation"of"accuracy"and"precision"of"automated"robotic"tooth"preparation"system"for"porcelain"laminate"veneers[J]."J"Prosthet"Dent，"2015，"114（2）："229–235.

[14] YUAN"F，"WANG"Y，"ZHANG"Y，"et"al."An"automatic"tooth"preparation"technique："A"preliminary"study[J]."Sci"Rep，"2016，"6："25281.

[15] 祝尋尋."CBCT與螺旋CT原理比較[J]."內(nèi)江科技，"2015，"36（10）："122，"142.

[16] 葉明君，"沈山."口腔種植動(dòng)態(tài)導(dǎo)航系統(tǒng)應(yīng)用的研究[J]."醫(yī)學(xué)信息，"2022，"35（1）："62–66.

[17] 張馨月，"王柏翔，"蕭立萱，"等."動(dòng)態(tài)導(dǎo)航技術(shù)在無牙頜種植中的應(yīng)用進(jìn)展[J]."中華口腔醫(yī)學(xué)雜志，"2022，"57（10）："1079–1083.

[18] DUTREUIL"J，"GOULETTE"F，"LAURGEAU"C，"et"al."Computer"assisted"dental"implantology："A"new"method"and"a"clinical"validation[C]."Utrecht："International"Conference"on"Medical"Image"Computing"amp;"Computer-"assisted"Intervention，"2001："384–391.

[19] SUN"X，"MCKENZIE"F"D，"BAWAB"S，"et"al."Automated"dental"implantation"using"image-guided"robotics："Registration"results[J]."Int"J"Comput"Assist"Radiol"Surg，"2011，"6（5）："627–634.

[20] 白石柱，"趙銥民."口腔種植機(jī)器人的相關(guān)研究[C]."南寧："第十五次全國口腔醫(yī)學(xué)計(jì)算機(jī)應(yīng)用學(xué)術(shù)研討會(huì)，"2017："1–2.

[21] 呂培軍，"王勇，"李國珍，"等."機(jī)器人輔助全口義齒排牙系統(tǒng)的初步研究[J]."中華口腔醫(yī)學(xué)雜志，"2001，"36（2）："139–142.

[22] 李存岑，張永德，遇大道，等."基于TMS320LF2407A的全口義齒機(jī)器人控制器設(shè)計(jì)[J]."自動(dòng)化技術(shù)與應(yīng)用，"2005，"24（10）："7–9，"12.

[23] 張永德，"馬俊偉，"趙燕江，"等."包含串并聯(lián)關(guān)節(jié)的排牙機(jī)器人運(yùn)動(dòng)學(xué)分析[J]."機(jī)械科學(xué)與技術(shù)，"2008，"27（8）："981–985.

[24] ZHANG"Y"D，"JIANG"J"G，"LV"P"J，"etnbsp;al."Study"on"the"multi-manipulator"tooth-arrangement"robot"for"complete"denture"manufacturing[J]."Industrial"Robot，"2011，"38（1）："20–26.

[25] SCHWENDICKE"F，"ELHENNAWY"K，"PARIS"S，"et"al."Deep"learning"for"caries"lesion"detection"in"near-infrared"light"transillumination"images："A"pilot"study[J]."J"Dent，"2020，"92："103260.

[26] PATIL"S，"KULKARNI"V，"BHISE"A."Algorithmic"analysis"for"dental"caries"detection"using"an"adaptive"neural"network"architecture[J]."Heliyon，"2019，"5（5）："e1579.

[27] DENIZ"A"H，"ELIGUZELOGLU"D"E，"ALKAN"F，"et"al."Use"of"artificial"neural"network"in"determination"of"shade，"light"curing"unit，"and"composite"parameters’"effect"on"bottom/top"vickers"hardness"ratio"of"composites[J]."Biomed"Res"Int，"2018，"2018："4856707.

[28] ENDRES"M"G，"HILLEN"F，"SALLOUMIS"M，"et"al."Development"of"a"deep"learning"algorithm"for"periapical"disease"detection"in"dental"radiographs[J]."Diagnostics"（Basel），"2020，"10（6）："430.

[29] SAGHIRI"M"A，"GARCIA-GODOY"F，"GUTMANN"J"L，"et"al."The"reliability"of"artificial"neural"network"in"locating"minor"apical"foramen："A"cadaver"study[J]."J"Endod，"2012，"38（8）："1130–1134.

[30] ORTIZ"S"J，"MARTINEZ"A"M，"ESPINOZA"D"L，"et"al."Mechatronic"assistant"system"for"dental"drill"handling[J]."Int"J"Med"Robot，"2011，"7（1）："22–26.

[31] HWANG"G，"PAULA"A"J，"HUNTER"E"E，"et"al."Catalytic"antimicrobial"robots"for"biofilm"eradication[J]."Sci"Robot，"2019，"4（29）："eaaw2388.

[32] KANG"S"H，"JEON"K，"KANG"S"H，"et"al."3D"cephalometric"landmark"detection"by"multiple"stage"deep"reinforcement"learning[J]."Sci"Rep，"2021，"11（1）："17509.

[33] JEONG"S"H，"YUN"J"P，"YEOM"H"G，"et"al."Deep"learning"based"discrimination"of"soft"tissue"profiles"requiring"orthognathic"surgery"by"facial"photographs[J]."Sci"Rep，"2020，"10（1）："16235.

[34] 孫宏亮."基于人工智能技術(shù)的口腔醫(yī)學(xué)應(yīng)用與研究進(jìn)展[J]."黑龍江科學(xué)，"2022，"13（14）："81–83.

[35] GUI"H，"ZHANG"S，"LUAN"N，"et"al."A"novel"system"""for"navigation-and"robot-assisted"craniofacial"surgery："Establishment"of"the"principle"prototype[J]."J"Craniofac"Surg，"2015，"26（8）："e746–e749.

[36] TANIKAWA"C，"YAMASHIRO"T."Development"of""novel"artificial"intelligence"systems"to"predict"facial"morphology"after"orthognathic"surgery"and"orthodontic"treatment"in"Japanese"patients[J]."Sci"Rep，"2021，"11（1）："15853.

[37] SOLTANIMEHR"E，"BAHRAMPOUR"E，"IMANI"M"M，"et"al."Effect"of"virtual"versus"traditional"education"on"theoretical"knowledge"and"reporting"skills"of"dental"students"in"radiographic"interpretation"of"bony"lesions"of"the"jaw[J]."BMC"Med"Educ，"2019，"19（1）："233.

[38] 王夢(mèng)溪，"王娜，"張欣多，"等."人工智能醫(yī)學(xué)教學(xué)平臺(tái)的構(gòu)建[J]."中國高等醫(yī)學(xué)教育，"2020（3）："46–48.

[39] 賈如，"王珍珍，"劉潔，"等."基于校內(nèi)SPOC平臺(tái)與理論授課的混合式教學(xué)法在口腔修復(fù)學(xué)課程教學(xué)中的應(yīng)用[J]."中國高等醫(yī)學(xué)教育，"2023（1）："108–109.

[40] 趙興龍."翻轉(zhuǎn)課堂中知識(shí)內(nèi)化過程及教學(xué)模式設(shè)計(jì)[J]."現(xiàn)代遠(yuǎn)程教育研究，"2014（2）："55–61.

（收稿日期：2024–05–15）

（修回日期：2024–10–16）