口腔种植人工智能决策系统构建的难点及进展 .pdf

口腔种植人工智能决策系统构建的难点及进展

【摘要】自主式口腔种柩手术机器人已能实现手术操作智能，然而口腔种柩人

工智能（AI）决策仍未实现。结合口腔种植临床诊疗流程、决策指标数据特征及

人群相关指标分布特点，在构建口腔种植AI决策系统的过程中，存在以下五大

关键难点，分别为口腔种植专病标注数据库构建、种植定量指标预测、三维图像

处理、指标数据不平衡的解决以及临床路径中多性多模态指标的共同输出。本

文结合实践经验和国内外研究现状，分别阐述口腔种柩AI决策系统构建的发展

现状及难点问题，以期为后续口腔种柩AI决策建设提供参考。

【关键词】人工智能；牙种柩；决策，计算机辅助；临床路径；数字

化口腔医学

人工智能（artificialintelligence,AI）在临床诊疗流程中有广阔的应

用前景。2017年3月，美国首次推出主从式种植导航机器人[1],随后，赵铉

民教授团队自主研制自主式种植机器人，医师负责术前制作个性化装置、规划种

柩路径、术中监控手术、术后评价效果，机器人负责术前导入规划路径、术中在

安全策略下实施手术[2]o说明当前口腔种植机器人的研发已突破手术操作智

能。然而，种柩手术前，医师需根据患者影像学资料及口内情况进行术前检查及

评估，进行科学的临床决策，包括患者信息及影像资料收集、术前适应证选择（如

是否存影响种植的因素）、三维骨量分析（依据锥形束CT进行定量分析）、种

植方案模拟（如三维种植模拟及骨增量方案制订）等。为实现口腔种植临床AI

诊疗，需开发以术前影像分析及种植方案制订为代表的AI决策系统：通过AI

技术（特别是深度学习）对临床数据、影像学资料进行综合分析，从而对种植相

关复杂临床指标及决策问题进行数据驱动的预测。本文结合笔者研究成果和国内

外研究现状，分别阐述口腔种tlAI决策系统构建的发展现状及难点，以期为口

腔种植AI决策系统的建设提供参考。

一、口腔种柩AI决策系统构建的难点解析

为实现口腔种tlAI决策，笔者前期在临床循证医学思想及大数据、深度学

习的启发下，提出口腔种柩AI决策的具体理念［3］。在此基础上，笔者团队首

先围绕前牙即刻种植时机决策，确立临床决策路径［4］,开发口腔种植临床专

病数据库，将收集的标准化数据高效安全存储以支持后续AI研究的开展，完成

即刻种柩决策相关的矢状面交角的端对端定量预测、腭侧骨壁的全局定量分析、

基骨高度及宽度的多指标定量分析以及唇侧骨壁的精准定量分析［4-7］,以期

最终实现即刻种柩相关软硬组织指标预测及即刻种植风险评估。随后开拓上下后

牙区种植方案AI决策设计等新研究领域，涉及知识包括AI影像筛查及诊断、三

维图像处理、多标签图像生成、多模态数据处理等，目前已实现上颌窦底提升术

风险AI评估［8］o

多年的探索证实，实现口腔种植临床AI决策需适应口腔种植临床独特的学

科及临床特点。就诊疗流程而言，医师常规需获取患者锥形束CT数据，从三维

重建及二维截面多模态视角设计种柩方案，评估患者是否符合种柩适应证；就指

标数据特征而言，既存在骨宽度或骨高度等大量定量指标，也存在根尖周炎或牙

周炎等繁杂定性指标；就专科疾病分布特点而言，多种种植禁忌证在种植临床属

罕见标签，这可造成后续AI研究过程训练数据量不足。因此，面对种柩临床以

大批量锥形束CT影像为主要评估资料以及决策指标存在多模态、多性的复杂

数据特征的学科特点，笔者凝练出构建口腔种柩AI决策系统的5个共性难点问

题：①如何构建安全高效的临床数据库，以管理临床不断产生的多性、多模态

及大批量数据以支持后续AI研究进程；②口腔种柩临床常需对特定解剖结构进

行多指标或逐像素点连续定量评估，或需对精细解剖结构进行定量分析，应采用

何种AI方法实现定量预测；③针对口腔医学领域特有的锥形束CT三维影像，如

何设计算法应用于口腔种柩领域复杂的三维应用场景；④针对口腔种柩临床罕见

病标签的数据不平衡问题，如何优化算法使其对少数类临床标签的预测效果达到

理想状态；⑤完整的临床决策路径涉及众多不同性及模态的临床指标，如何兼

顾算力及预测精度的基础上设计AI网络结构以完成不同类型指标的预测(图1)。

图1口腔种植人工智能(AI)决策系统构建的五大难点问题

二、口腔种植专病标注数据库的构建

AI的发展离不开大数据，口腔医学数