口腔种植人工智能决策系统构建的难点及进展.pdfVIP

口腔种植人工智能决策系统构建的难点及进展

【摘要】自主式口腔种植手术机器人已能实现手术操作智能，然而口腔种植人

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质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，分别阐述口腔种植AI决策系统构建的发展

现状及难点问题，以期为后续口腔种植AI决策建设提供参考。

【关键词】人工智能；牙种植；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，赵铱

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

植路径、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］。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，种植手术前，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，分别阐述口腔种植AI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、口腔种植AI决策系统构建的难点解析

为实现口腔种植AI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，提出口腔种植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

即刻种植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

最终实现即刻种植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］。

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植方案，评估患者是否符合种植适应证；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，面对种植临床以

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、多性质的复杂

数据特征的学科特点，笔者凝练出构建口腔种植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质、多模态

及大批量数据以支持后续AI研究进程；②口腔种植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植领域复杂的三维应用场景；④针对口腔种植临床罕见

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质及模态的临床指标，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）。

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，口腔医学数据资源丰富，是支撑神经网络模型训

练的有利基础条件。为满足深度学习需要，研究者常需针对训练资料进行人工标

签标注。高质量、多样化、全面的标注数据集可提高AI算法识别的准确性和可

靠性［9］。如何科学管理临床来源的大批量数据成为种植AI决策系统发