2024人工智能在龋病诊疗中的应用.pdfVIP

2024人工智能在踽病诊疗中的应用

摘要

随着大数据时代的到来和计算机性能的提升，人工智能术飞速发展，在

口腔医学多个领域应用日益广泛。用病是口腔医学的重要研究内容之一，

人工智能术在踽病领域的研究与探索，有望推动踽病诊疗向智能化、精

准化、高效化转变。本文对人工智能在踽病诊断、治疗、风险评估等方面

的应用以及面临的挑战进行系统阐述。

踽病是在以细菌为主的多因素影响下,牙体硕组织发生的慢性进行性破坏

性疾病，当病变向牙体深部发展可引起牙髓病、根尖周病等，亦可加重或

诱发全身疾病。第四次全国口腔流行病学调查表明，5岁儿童乳牙患踽率、

12岁儿童恒牙患踽率和老年人恒牙患踽率分别达到70.9%、34.5%和98.0%

[1]o通过口腔检查进行牖病的早期诊断、早期治疗、综合预防是维

护天然牙健康、实现高风险人群踽病防治的重要策略。目前弱病染色剂法、

光学相干断层成像术、定量光导荧光术、光纤透照法、电阻抗术等

作为临床决策的辅助手段已用于早期踽的检测[2,3]，然而临床仍

以视诊、探诊结合根尖片、图片翼片等影像学检查作为瞧病的主要诊断手

段。因为该方法具有一定的主观性和不稳定性[4],故有必要研发

新方法，提高牖病检查和诊断的准确度。

随着大数据时代的到来和计算机性能的提升，人工智能（artificial

intelligence,AI)术近年发展迅速。1956年以达特茅斯大学约翰・麦卡

锡教授为代表的科学家首次提出AI的概念，其后作为应用计算机科学的

分支，AI发展成为研究、开发用于模拟、延伸和扩展人类智能的理论、方

法、技术及应用系统的一门新的技术科学[5,6]。根据2018年发

表的〃关在欧洲正确开发和使用人工智能的巴塞罗那宣言〃，AI可分为基

知识的A]knowledge-basedAI前数据驱动的A]data-drivenAI)z

后者通常被称为机器学习(macinelearning)[7]o机器学习是

指以自下而上的方式收集人类活动的数据、用统计机器学习算法处理数据

后建立数学模型，以预测和模拟人类行为，其学习方式主要包括监督学习、

无监督学习和半监督学习，三者间的差别在是否对原始数据进行分类和

标记[8,9]。医学领域常用的机器学习算法包括向量机(support

vectormacines)、决策树(decisiontree)、随机森林(randomforest)、

神经网络(neuralnetwork)等。深度学习(deeplearning)作为机器

学习的子集，最近10余年来逐渐成为AI研究的主流。近年AI在口腔疾

病诊疗方面得到广泛应用，涵盖口腔疾病的预防、筛查、诊断、治疗、康

复、随访、预后评估等形成了AI口腔医学这一新型口腔医疗模式[10]o

踽病研究中,AI已应用弱病诊断、治疗、风险评估和预测等。本文着重

论述AI技术在上述踽病研究领域的进展，以期为拓展瞧病诊断方法、提

升临床治疗水平提供新思路。

一、AI在踽病诊断中的应用

图像数据是AI在隐病诊断中的应用基石，其数据来源主要为影像学图片

及口内照片。如何从海量数据中挖掘有价值的信息以辅助决策成为影像学

诊断的瓶颈问题。AI通过图像识别和分割技术对踽病进行智能诊断，依靠

其强大的数据处理能力，解决了人工处理图像数据工作量大和可重复性差

的问题，相较传统检查方法，AI可提供客观、准确的数据分析结果，具

有重要的临床价值和艮好的应用前景。

1.AI影像学诊断：口腔数字化影像系统的普及使口