人工智能在口腔医学诊疗中的应用与展望

口腔疾病是全球范围内影响人体生命健康的主要疾病之一，在这里面龋齿和口腔癌会引起患者明显的疼痛，还可能导致患者咀嚼功能障碍，严重时甚至危及全身健康。随着口腔医学方面临床病例和相关文献数据的不断增多，如何充分利用这些大规模信息资源来提高疾病诊疗的准确性已成为急需解决的问题。

AI 的简要介绍

人工智能（Artificial Intelligence，AI）是计算机科学的一个重要分支，目的是通过构建算法和系统使计算机能够学习、模拟甚至在小部分方面替代人类的智能活动[1]。当前21 世纪人工智能的发展依赖于深度学习（DeepLearning，DL），计算机视觉（Computer Vision，CV）等多项关键技术。

1.1 深度学习（Deep Learning，DL）

深度学习的核心在于通过多层人工神经网络来模拟人脑神经元的连接方式，实现对复杂数据的自动特征提取和模式识别[2]。这里面以卷积神经网络（Convolutional Neural Network，CNN）在医学图像识别方面表现尤为突出，能在牙片和CBCT 等影像中自动检测肉眼难以发现到的龋坏和牙周病变[3]。

1.2 计算机视觉（Computer Vision，CV）

计算机视觉是使计算机能够从图像和视频中“看见”和“理解”信息的技术。其主要任务包括图像分类、目标检测和语义分割等[4]。在医学领域尤其是口腔影像学中，CV 技术能够对牙齿、颌骨及病灶区域进行精确识别与分割，辅助医生进行诊断和治疗规划。

AI 在诊断口腔疾病中的应用

龋齿检测

龋齿是口腔疾病中最为常见的一类，早期情况较轻。若不及时治疗病情会逐渐恶化发展。传统的龋齿检测方法主要是通过临床医师的肉眼观察、探针检查和口腔X 线影像学分析判断。但是在龋齿早期阶段，病灶往往难以在X 线片中清晰显示，这导致疾病经常被遗漏。研究发现使用卷积神经网络（CNN）的模型能够在对大量牙科X 线影像的训练后提高在X 线片中识别龋齿的准确率。在实际临床检查中为医生提供更为可靠的辅助诊断结果[3]。

口腔癌病变识别

口腔癌作为常见的恶性肿瘤之一对人类生命健康造成了严重威胁。传统的诊断方式包括临床基本检查、组织病理学活检和相关影像学评估等，但这些方法均存在一定局限性。但在AI 的参与下经过深度学习模型对组织病理切片、口腔内影像及CBCT 图像进行分析，能够自动定位肿瘤及囊肿、识别癌细胞的特征、肿瘤边界以及周围组织浸润情况。帮助医生实现更精准的分型与分期判断，提高口腔癌的早期发现率，将其扼杀于摇篮之中[5]。

AI 在治疗设计中的应用

正畸治疗

对于口腔正畸学来说，准确定位患者解剖标志点、对生长发育进行评估是制定合理治疗方案的关键步骤。在当前人工智能已逐步应用于正畸治疗的多个环节。包括影像分析、诊断决策和生长发育预测等多个方面[6]。我们知道传统的头影测量分析依赖于正畸医生人工手动描绘标志点，这个过程繁琐且存在误差难以避免的问题。在有了 AI 的头影测量分析系统参与后，实现了自动化处理。成为了正畸诊断可靠的辅助工具。

人工种植牙植入计划

AI 可以根据CBCT 数据的 AI 系统三维模拟植体位置，判断适用的植体大小和预测骨结合情况。这样一来有利于优化手术路径，预测种植体的长期成功率。AI 还可以通过图像识别区分不同类型的种植体。这一能力对于种植体周围炎症的早期识别与治疗方案的选择提供了巨大帮助[6]。

AI 在口腔医学教育与科研中的应用

教育上AI 给口腔医学生带来了虚拟病例库以及无时间无次数限制的答疑机会，这对于口腔医学生提高理论基础知识熟练掌握度有巨大帮助。在科研方面AI 可对大量临床数据进行统计分析，辅助科研研究者发现疾病主要风险因素、预测治疗和预后效果以便于提高科研效率。学生可用它来构建论文框架、翻译润色等。

总结与展望

总的来说，AI 在和口腔医学结合的过程中展现了巨大潜力，但也存在挑战。例如 AI 的应用主要是凭借诊疗过程中产生的大量医疗健康数据。 息存在泄露风险。未来在大数据分析、云计算等信息技术不断发展的 步深化发展并呈现出以下趋势：其就是诊疗会变得更加精准化。 模态数据的方法，实现个体化的预防与治疗方案[6]。其二是AI 算法可以 发展，让临床操 加精细化与智能化。这些都会推动口腔医疗服务模式的进入一个新历程，开启口腔医学发展的新篇章。

参考文献

Russell S， Norvig P. Artificial Intelligence： A Modern Approach. 4th ed. Pearson; 2021.

LeCun Y， Bengio Y， Hinton G. Deep learning. Nature. 2015;521（7553）：436–444.

[1] 郑海萍，陈丽丽.放射影像技术在口腔疾病诊断与治疗中的精准作用与治疗中的应用效果[J].现代医用影像学，2024，33（12）：2194-2198.

[2] Szeliski R. Computer Vision： Algorithms and Applications. 2nd ed. Springer; 2022.

[3] 骆勤亮， 黄桂林. 唾液细胞外囊泡作为生物标志物诊断口腔疾病的研究进展[J]. 口腔医学研究，2021，37（5）：386-388.

[4] 刘宝刚， 李玉芳， 王晓萌， 等. 人工智能在口腔疾病诊断中的研究进展[J]. 口腔颌面修复学杂志，2025，26（02）：149-154.