田而慷 向倩蓉 趙欣然 彭佳涵 舒睿

1.口腔疾病研究國家重點實驗室 國家口腔疾病臨床醫(yī)學(xué)研究中心四川大學(xué)華西口腔醫(yī)學(xué)院 成都 610041；2..口腔疾病研究國家重點實驗室 國家口腔疾病臨床醫(yī)學(xué)研究中心四川大學(xué)華西口腔醫(yī)院兒童口腔科 成都 610041

人工智能的目標是使機器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作，以減輕人類的負擔(dān)，提高工作效率。該領(lǐng)域的研究包括智能機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。

目前，人工智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用十分廣泛，具體體現(xiàn)為智能影像識別系統(tǒng)、醫(yī)療決策系統(tǒng)、語音智能系統(tǒng)等?？谇会t(yī)學(xué)作為醫(yī)學(xué)領(lǐng)域的重要組成部分，在口腔疾病診斷、口腔診療計劃的制定、診療過程中的輔助，以及術(shù)后的輔助康復(fù)等各個方面，人工智能都發(fā)揮著重要的作用，且其應(yīng)用日益廣泛。圖1總結(jié)了人工智能在口腔診療過程中的應(yīng)用。

圖 1 人工智能在口腔診療過程中的應(yīng)用Fig 1 Application of artificial intelligence in oral diagnosis and treatment

1 口腔疾病診斷

診斷是從醫(yī)學(xué)角度對人們的精神和體質(zhì)狀態(tài)做出的判斷，口腔疾病診斷是口腔疾病預(yù)防、治療、預(yù)后的前提，在整個診療過程中有著舉足輕重的地位[1]。影像數(shù)據(jù)通過對口腔軟硬組織的成像，是口腔疾病診斷的主要依據(jù)之一，利用人工智能的人工神經(jīng)網(wǎng)絡(luò)能有效地改進CT圖像的重建精度。此外，人工智能能對口腔影像信息進行智能識別，以實現(xiàn)口腔疾病的智能化診斷，如在口腔修復(fù)中利用智能系統(tǒng)識別空化牙表面信號測量牙齒內(nèi)部空腔直徑[2]、在口腔種植中利用人工智能模型鑒別骨質(zhì)疏松患者[3]、在牙體牙髓病學(xué)中利用神經(jīng)網(wǎng)絡(luò)算法檢測齲齒[4]、在口腔黏膜病學(xué)中利用機器學(xué)習(xí)分類器實現(xiàn)對不同程度口腔鱗狀細胞癌的分類[5]等。

1.1 提高CT成像效果

機器學(xué)習(xí)是計算機科學(xué)的一個分支，是建立以數(shù)據(jù)為導(dǎo)向的算法。其中，由節(jié)點和權(quán)值組成的神經(jīng)網(wǎng)絡(luò)（neural network，NN）是早期發(fā)展起來的人工智能算法之一。簡單的只有幾層的網(wǎng)絡(luò)結(jié)構(gòu)被稱為淺層學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，而多層網(wǎng)絡(luò)結(jié)構(gòu)被稱為深層學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。深層學(xué)習(xí)結(jié)構(gòu)被稱為卷積神經(jīng)網(wǎng)絡(luò)（convolution neural network，CNN），它能從抽象的濾波器層中提取出許多特征，主要用于處理大而復(fù)雜的圖像[6]。Chen等[7]將反褶積網(wǎng)絡(luò)和捷徑連接結(jié)合到CNN模型中，稱之為剩余編解碼卷積神經(jīng)網(wǎng)絡(luò)（residual convolutional neural network，RED-CNN），該網(wǎng)絡(luò)由10層組成，包括5個卷積層和5個反卷積層對稱排列。捷徑連接匹配卷積層和反卷積層，每一層后面跟著它的校正線性單位（rectified linear unit，ReLU），用于低劑量CT成像，在噪聲抑制、結(jié)構(gòu)保存和損傷檢測方面得到了良好的效果，解決了傳統(tǒng)的圖像重建方法在保留結(jié)構(gòu)細節(jié)時不能很好地消除圖像噪聲節(jié)點的問題，提高了CT圖像重建的效果；Wolterink等[8]利用CNN與對抗性CNN聯(lián)合訓(xùn)練，同樣降低了CT圖像重建中的圖像噪聲，提高了重建效果。CNN在口腔領(lǐng)域已經(jīng)得到了廣泛運用，表1[9-22]總結(jié)了不同類型的CNN在口腔領(lǐng)域的運用?？梢园l(fā)現(xiàn)，人工神經(jīng)網(wǎng)絡(luò)在各種口腔疾病的檢測與定位上的準確率均較高，人工智能在該方面的運用能夠顯著提高口腔醫(yī)生診斷口腔疾病的效率，節(jié)約醫(yī)患雙方的時間，降低口腔疾病診斷的難度。

1.2 智能診斷

除了提高CT圖像重建效果，人工智能還能實現(xiàn)對口腔疾病的智能化診斷。人工神經(jīng)網(wǎng)絡(luò)能夠?qū)谇惶卣鬟M行識別，并結(jié)合已有數(shù)據(jù)實現(xiàn)智能化分析，可以提高臨床診斷效率。在口腔修復(fù)中，Rahman等[2]提出了一種能夠測量牙齒表面空腔直徑的智能系統(tǒng)，該系統(tǒng)通過掃描成像、模糊邏輯特征提取和單層感知器（single layer perceptron，SLP）神經(jīng)網(wǎng)絡(luò)對反射信號的分類這3步得到牙齒表面空腔直徑，能精確地測量直徑在0.6 mm以下的空腔，該系統(tǒng)可以很容易地集成到現(xiàn)有的口腔修復(fù)支持系統(tǒng)中，有利于提高牙齒修復(fù)的成功率，且使用的設(shè)備成本低、效果好，可以在不需要任何額外硬件的情況下進一步提高分辨率；在口腔種植中，已有多種人工智能模型能對正常和骨質(zhì)疏松的受試者進行全景X線片分類，其準確性、敏感性和特異性均達到95%以上，可以在種植治療前輔助醫(yī)生鑒別骨質(zhì)疏松患者，提高治療成功率[3]；在牙體牙髓病學(xué)中，一些學(xué)者[4,23]通過研究發(fā)現(xiàn)，人工智能中基于圖像識別的深層神經(jīng)網(wǎng)絡(luò)算法能對齲齒進行精確診斷，對前磨牙和磨牙的診斷準確率分別為89.0%和88.0%，有望成為診斷齲病的有效方法之一；在口腔頜面外科中，Lee等[24]開發(fā)了一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的計算機輔助檢測系統(tǒng)，用于牙周損害牙（periodontally compromised teeth，PCT）的診斷以及決定是否拔牙，其中前磨牙PCT診斷準確率為81.0%，磨牙PCT診斷準確率為76.7%，決定拔牙的準確率分別為82.8%和73.4%；Lin等[25]提出了一種用于診斷牙周炎的算法，通過ABLIfBm閾值分割方法將射線照片圖像轉(zhuǎn)化為特征圖像，并利用Otsu閾值法將特征圖像分割為正常區(qū)域和骨丟失區(qū)域，從而判斷患者的牙周情況，其準確率達到了92.5%；在口腔黏膜病學(xué)中，人工智能還能實現(xiàn)對囊腫或腫瘤的自動分類，一些學(xué)者[26-27]介紹了2種用于牙源性囊腫的自動分類器，正確率分別為83.8%～92.3%和（90%±0.92%）～（95.4%±1.94%）；Rana等[28]介紹了一種自動識別腫瘤邊緣的程序，能實現(xiàn)對腫瘤的定位與腫瘤大小的評估，該程序的速度與其他方法相比分割明顯加快，而準確度無顯著差異；而Ashizawa等[29]構(gòu)建的基于機器學(xué)習(xí)的頭頸部鱗狀細胞癌診斷算法能夠精確識別腫瘤邊緣，其精確性達到95.35%，有利于判斷腫瘤的切除范圍。

表 1 CNN在口腔領(lǐng)域中的應(yīng)用Tab 1 Application of CNN in the field of stomatology

2 術(shù)前規(guī)劃

常規(guī)的診療計劃是由醫(yī)生根據(jù)專業(yè)知識及經(jīng)驗制定的，但醫(yī)生的知識儲備和臨床經(jīng)驗都有限，且不可避免地存在人為誤差，基于人工智能的臨床決策支持系統(tǒng)和計劃軟件可以很好地解決這些問題，兩者相輔相成，在臨床決策中起到重要作用。人工智能強大的數(shù)據(jù)處理能力使其能存儲大量病例并不斷對自身進行更新，從而根據(jù)患者的情況提供最完美的治療方案，并對治療效果以及疾病發(fā)展做出預(yù)測。

2.1 輔助臨床決策

臨床決策支持系統(tǒng)是用于輔助醫(yī)生臨床決策的計算機軟件系統(tǒng)。一個臨床決策支持系統(tǒng)包括輸入、輸出和運行機制3個方面。輸入端是信息輸入的窗口，輸入的內(nèi)容通常為已經(jīng)設(shè)定好的格式化詞組，格式化詞組的輸入方式有利于推理機的識別和運行；輸出端為用戶提供臨床決策意見。臨床決策支持系統(tǒng)可用于口腔急診、創(chuàng)傷及頜面部疼痛的診斷、頜面部疾病的診治、口腔影像的分析解讀、正畸學(xué)中對面部生長的分析、頭顱側(cè)位片中標志點的確定和治療計劃的制定、牙髓疾病的診斷、口腔修復(fù)中可摘局部義齒的設(shè)計等[30]。臨床決策系統(tǒng)可以為醫(yī)生提供最合適的治療方案，并有助于預(yù)測治療效果。

在口腔修復(fù)中，已有用于可摘局部義齒設(shè)計的專家系統(tǒng)，該系統(tǒng)用Quick Basic和Turbo C混合編程，真實地模擬修復(fù)專家的臨床檢查與診斷，并給出修復(fù)前治療計劃和最終的義齒修復(fù)設(shè)計方案[31]，Wei等[32]開發(fā)了一種高精度的計算機配色系統(tǒng)，該系統(tǒng)能準確識別牙色并提供相應(yīng)的瓷粉配方，其平均色差顯著低于視覺評估法的色差值，具有更高的顏色再現(xiàn)精度，從而指導(dǎo)技工更高效地制作修復(fù)體，Aliaga等[33]開發(fā)了一種能預(yù)測不同方案修復(fù)體壽命的系統(tǒng)，用于指導(dǎo)醫(yī)生選擇合適的修復(fù)材料以及最佳的修復(fù)方案，該系統(tǒng)關(guān)于復(fù)合修復(fù)的平均絕對誤差為0.42年，銀汞合金的平均絕對誤差為0.21年，已被證明是監(jiān)測該領(lǐng)域新技術(shù)和指導(dǎo)口腔醫(yī)生使用不同修復(fù)材料的合適系統(tǒng)；在口腔種植中，成像軟件通過CT圖像以及三維重建的應(yīng)用，向醫(yī)生提供了一個完全集成的、優(yōu)化并正確的多視圖3D工作環(huán)境。憑借對骨骼結(jié)構(gòu)的3D表面渲染，醫(yī)生能確定牙槽嵴方向，在3D環(huán)境中計算骨體積并識別解剖或病理界限，通過與一些輔助設(shè)計軟件以及圖像引導(dǎo)程序結(jié)合，醫(yī)生還可以選擇合適的種植體并模擬種植過程制作種植導(dǎo)板，其精度可以達到（0.283±0.073）mm的定位誤差以及（1.798°±0.496°）的定向誤差，提高了種植體植入手術(shù)的精確性、美觀性與安全性[34-36]。

在口腔正畸中，一些學(xué)者[37-38]開發(fā)了具有神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)能力的專家系統(tǒng)，該系統(tǒng)在正畸治療中給出的拔牙策略與正畸專家對應(yīng)的準確率達到84%，Noroozi[39]開發(fā)的正畸治療計劃軟件可以接收圖形和數(shù)字形式的患者數(shù)據(jù)，通過計算機程序?qū)σ恍┨厥馇闆r如牙列缺損提供治療方案；在口腔頜面外科中，申龍朵等[40]研究了用于口腔頜面部創(chuàng)傷診治的專家系統(tǒng)，該系統(tǒng)通過對相關(guān)數(shù)據(jù)可能性的分析，模擬專家的診斷思維，有助于對頜面部創(chuàng)傷的患者進行急救處理，并為醫(yī)生提供規(guī)范的救治方案。

除此之外，一些學(xué)者[41-42]設(shè)計的專家系統(tǒng)能分別輔助醫(yī)生進行松動牙治療以及外傷性口腔損傷的診斷和管理，醫(yī)生可以通過專家系統(tǒng)驗證治療計劃的有效性，并從專家系統(tǒng)中獲得建議。

2.2 疾病發(fā)展預(yù)測

通過將已有病例及發(fā)展情況導(dǎo)入軟件，建立出的疾病發(fā)展預(yù)測模型能夠?qū)崿F(xiàn)對疾病發(fā)展的預(yù)測，從而作為醫(yī)生制定治療計劃時的重要參考。以人工智能為基礎(chǔ)的疾病發(fā)展預(yù)測模型可以預(yù)測拔牙后腫脹程度，正頜外科骨塊移動以及腫瘤淋巴結(jié)轉(zhuǎn)移概率，同時還可以用于種植體治療成功率的預(yù)測。疾病預(yù)測模型的應(yīng)用，可以輔助口腔醫(yī)生在臨床中更好的進行治療設(shè)計與實施。

在口腔種植中，Alarifi等[43]介紹了一種預(yù)測種植體成功率的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，準確率達到99.25%；在口腔正畸-正頜中，Peterman等[44]開發(fā)的預(yù)測軟件可以預(yù)測治療過程中下頜骨的移動，但其精確度有待提高；在牙體牙髓病學(xué)中，Park等[45]利用人工智能神經(jīng)網(wǎng)絡(luò)建立了牙痛預(yù)測模型以探討日均刷牙次數(shù)、刷牙時間、牙線使用、牙刷更換周期等因素對牙痛的影響，用于指導(dǎo)牙痛的預(yù)防，以及Pereira等[46]建立了預(yù)測下頜阻生第三磨牙拔除后腫脹程度的人工神經(jīng)網(wǎng)絡(luò)算法，具有較高的準確性；在口腔黏膜病學(xué)中，Bur等[47]開發(fā)了一種預(yù)測口腔鱗狀細胞癌隱匿性淋巴結(jié)轉(zhuǎn)移的算法，提高了臨床上對患者病理性淋巴結(jié)轉(zhuǎn)移的預(yù)測能力，研究發(fā)現(xiàn)機器學(xué)習(xí)始終優(yōu)于基于腫瘤侵入深度（depth of invasion，DOI）的預(yù)測模型，因此有必要進一步發(fā)展基于多數(shù)據(jù)的機器學(xué)習(xí)方法，以確保隱匿性淋巴結(jié)疾病患者得到充分治療，同時避免無病理性淋巴結(jié)疾病患者進行不必要的頸部治療。

3 輔助治療

口腔疾病手術(shù)治療過程往往需要醫(yī)生高精度的操作，然而由于醫(yī)生視野的局限性以及人為的不可控因素，導(dǎo)致某些手術(shù)過程難度較大。基于人工智能的手術(shù)導(dǎo)航系統(tǒng)、高精度的機器人操作系統(tǒng)以及提高外科醫(yī)生的視覺和動手能力的集成系統(tǒng)可以輔助手術(shù)的進行從而解決上述問題。

3.1 主動導(dǎo)航系統(tǒng)

在進行手術(shù)時，外科醫(yī)生經(jīng)常面臨著因皮膚遮擋或滲出的血液導(dǎo)致視野受限的難題。在一定程度上加大了手術(shù)的難度。為了輔助手術(shù)進行，一些用于增強外科醫(yī)生視覺能力的主動導(dǎo)航系統(tǒng)被開發(fā)出來。這些系統(tǒng)分為2類：第1類是商業(yè)化系統(tǒng)，如STN導(dǎo)航系統(tǒng)（Stryker-Leibinger，F(xiàn)reiburg公司，德國）[48]、Brain Lab導(dǎo)航系統(tǒng)（Brain Lab AG，Munich公司，德國）[49]、和Vo Xim（IVS Technology，Chemnitz公司，德國）[50]；第2類是由學(xué)術(shù)研究人員[51-52]自行開發(fā)的主動導(dǎo)航系統(tǒng)，如Accu Navi（上海交通大學(xué)研制，中國）[53-55]。這些主動導(dǎo)航系統(tǒng)有效地解決了醫(yī)生視野受限的問題，而且與不使用圖像導(dǎo)航的傳統(tǒng)技術(shù)相比，手術(shù)時間大大縮短。對于穿透性損傷的患者。在術(shù)前利用計算機斷層掃描和數(shù)字減影血管造影創(chuàng)建受傷區(qū)域的三維視圖，啟用導(dǎo)航系統(tǒng)可以使醫(yī)生在面部穿透性手術(shù)過程中在屏幕上清楚看到異物和手術(shù)器械，從而解決了視野受限的問題。

3.2 機器人系統(tǒng)

近年來，人工智能機器人的研究如火如荼，應(yīng)用越來越廣，在醫(yī)療領(lǐng)域的應(yīng)用更是取得了極大突破。牙科機器人作為醫(yī)療機器人的一個分支，在口腔醫(yī)療的各個領(lǐng)域都發(fā)揮著舉足輕重的作用。

3.2.1 在口腔正畸中的應(yīng)用 在口腔正畸與修復(fù)方面，機器人系統(tǒng)主要運用于正畸弓絲彎制與全口義齒排牙等方面。Zhang等[56]于2001年提出了一種基于工業(yè)機器人的全口義齒排牙系統(tǒng)，該系統(tǒng)能自動生成與患者匹配的牙弓，用于制作全口義齒和彎制正畸弓絲，避免了傳統(tǒng)人工排牙中的人為誤差，同時極大地提高生產(chǎn)效率及產(chǎn)品的質(zhì)量，降低生產(chǎn)成本。所以，全口義齒機器人制作系統(tǒng)的研制具有重要的實際應(yīng)用價值；還有一種采用全新設(shè)計結(jié)構(gòu)的多機械臂排牙機器人系統(tǒng)，該系統(tǒng)能根據(jù)患者牙齒的前板和后板實現(xiàn)牙弓生成器的實驗控制和初步排牙[57]。

3.2.2 在頜面外科中的應(yīng)用 機器人參與手術(shù)可以提供高清的三維放大圖像，同時在手術(shù)中經(jīng)微創(chuàng)切口進入體內(nèi)，能夠顯著提高手術(shù)的精準性、安全性和治療效果[58]。機器人在頜面外科手術(shù)的應(yīng)用主要是通過機械臂進行正頜模擬手術(shù)和唇腭裂手術(shù)[59-63]，例如上頜骨截骨前移術(shù)與軟腭肌肉重建術(shù)，主要用于醫(yī)學(xué)生的操作訓(xùn)練與口腔機器人腭裂手術(shù)的可行性分析。目前，使用最多的機器人系統(tǒng)為Da Vinci，其是一款新穎、靈活的單臂機器人手術(shù)系統(tǒng)，擁有6 mm的機械臂和雙目立體內(nèi)窺鏡，可以從0°～30°的漸變角度提供定制的手術(shù)解剖視野，與常規(guī)手術(shù)技術(shù)相比，在舌底腺樣囊性癌的經(jīng)口機器人手術(shù)中，它展現(xiàn)的先進技術(shù)包括：改進的可視化、良好止血功能等，使特殊病變可視化、短期住院、優(yōu)質(zhì)術(shù)后生活成為可能[64]。機器人在頜面腫瘤外科中也得到了成功運用，Da Vinci機器人手術(shù)系統(tǒng)在沒有進行下頜骨切除的情況下完成了口咽腫瘤手術(shù)治療[65]。

3.2.3 在口腔種植中的運用 在種植治療中，機器人系統(tǒng)能夠?qū)崿F(xiàn)手術(shù)區(qū)域解剖結(jié)構(gòu)的判讀重現(xiàn)、術(shù)前種植精確設(shè)計、手術(shù)自動精準實施、手術(shù)實時導(dǎo)航校準和即刻種植修復(fù)等功能，達到了精準、高效、微創(chuàng)、舒適的手術(shù)要求[66]。2013年，第四軍醫(yī)大學(xué)口腔醫(yī)院與北京航空航天大學(xué)機器人研究所[67]設(shè)計出了自主式種植牙手術(shù)機器人與口腔種植規(guī)劃-手術(shù)導(dǎo)航-機器人控制軟件系統(tǒng)，實現(xiàn)了個性化種植方案精準規(guī)劃、術(shù)中全程導(dǎo)航與機器人自主控制。在治療過程中，種植牙手術(shù)機器人的機械臂能按照規(guī)劃路徑自主精準運動到預(yù)定位置，并依據(jù)醫(yī)生設(shè)計的種植體位置、角度和深度進行基托預(yù)備，并將種植體擰入基托中。圖2展示了該系統(tǒng)的具體工作流程。

圖 2 口腔種植規(guī)劃-手術(shù)導(dǎo)航-機器人控制軟件系統(tǒng)的工作流程Fig 2 Workflow of the dental implant planning-surgical navigation-surgical navigation-robot control software system

3.3 集成系統(tǒng)

集成系統(tǒng)綜合了導(dǎo)航系統(tǒng)和機器人系統(tǒng)的優(yōu)點，為外科醫(yī)生進行復(fù)雜的手術(shù)提供了一個有前景和實用的方法。在集成系統(tǒng)中，外科醫(yī)生是導(dǎo)航系統(tǒng)和機器人之間的連接點，外科醫(yī)生負責(zé)觀察導(dǎo)航系統(tǒng)的顯示，并使用機械手控制機器人。與傳統(tǒng)的口腔頜面外科手術(shù)（oral and maxillofacial surgery，OMS）相比，雖然在一體化系統(tǒng)中人機協(xié)同工作提高了外科醫(yī)生的手術(shù)能力，但手術(shù)效果仍高度依賴于外科醫(yī)生的個人知識和經(jīng)驗[68]。

4 術(shù)后輔助

人工智能在術(shù)后仍能發(fā)揮重要作用。術(shù)后護理不僅可以幫助患者更好地康復(fù)，還能幫助醫(yī)生及時了解患者術(shù)后的情況。隨著精準醫(yī)學(xué)的發(fā)展，精準護理得以提出。精準護理是以大數(shù)據(jù)為基礎(chǔ)，應(yīng)用現(xiàn)代信息技術(shù)，契合患者的環(huán)境和臨床數(shù)據(jù)，擬訂針對性的護理方案，為患者提供最有效、最安全、最經(jīng)濟的護理服務(wù)[69]。針對術(shù)后護理問題，已有WhiteTeeth、Beam Brush、AVORI等應(yīng)用程序。WhiteTeeth可以通過接收并識別患者拍攝的口腔照片檢測患者口腔健康狀況，并以推送通知的形式向使用者提出建議，使得戴有固定正畸矯治器的患者保持良好的口腔護理行為，從而減少牙菌斑和牙齦出血現(xiàn)象[70]。與應(yīng)用程序連接的牙刷Beam Brush可將患者清潔前的數(shù)據(jù)發(fā)送給醫(yī)生，以便醫(yī)生在制定治療計劃時充分考慮患者的口腔護理習(xí)慣。中國開發(fā)的AVORI口腔健康護理軟件能隨時隨地檢測牙齒健康狀況，患者通過該軟件能將刷牙數(shù)據(jù)實時上傳到云端并與私人牙醫(yī)在線對接，從而定制患者專屬清潔模式。

下頜骨切開術(shù)等手術(shù)方式以及化學(xué)療法和放射療法會導(dǎo)致患者術(shù)后出現(xiàn)語言功能障礙及其他問題，對患者的生活質(zhì)量產(chǎn)生嚴重的負面影響，而人工智能的自然語言處理能提高患者的語音清晰度，解決患者術(shù)后語言功能障礙的問題，例如機器語言轉(zhuǎn)換技術(shù)（voice conversion，VC）[71]能對患者失真的語音進行轉(zhuǎn)換，使患者語音更加清晰易懂。隨著電子健康檔案的建立，利用自然語言處理（natural language processing，NLP）從非結(jié)構(gòu)化的臨床數(shù)據(jù)中提取口腔表型術(shù)語變得尤為重要。利用NLP能獲取顱面和口腔表型特征，評估現(xiàn)有的口腔表型并擴充現(xiàn)有的生物醫(yī)學(xué)數(shù)據(jù)庫，以確保及時有效地收納新的術(shù)語[72]。

5 總結(jié)與展望

人工智能在口腔醫(yī)學(xué)中的應(yīng)用已經(jīng)十分廣泛，包括口腔疾病診斷中人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用及智能診斷、提供診療計劃時臨床決策系統(tǒng)與計劃軟件的參與、治療過程中導(dǎo)航系統(tǒng)、機器人系統(tǒng)與集成系統(tǒng)的輔助，術(shù)后康復(fù)中智能軟件與自然語言處理系統(tǒng)的參與等。人工智能的應(yīng)用解決了許多難以用傳統(tǒng)診療手段解決的問題，提高了口腔診療的質(zhì)量與效率。人工智能的發(fā)展方興未艾，目前人工智能的挑戰(zhàn)包括需要具有存儲、挖掘和分析能力的可靠、安全的基于web的系統(tǒng)，進一步提高人工智能系統(tǒng)的精確性，實現(xiàn)對患者的個性化治療，提高機器人系統(tǒng)的精密操作及微創(chuàng)手術(shù)能力等，且目前人工智能在口腔領(lǐng)域的應(yīng)用較為分散，開發(fā)出集診斷、決策、輔助治療等多個功能為一體的智能系統(tǒng)也是人工智能的努力方向，人工智能的研發(fā)和應(yīng)用范圍將進一步擴大。相信在不久的將來，人工智能會在口腔診療領(lǐng)域發(fā)揮更重要的作用——改變醫(yī)療手段甚至醫(yī)療模式、并將推動口腔醫(yī)學(xué)的發(fā)展。筆者有理由相信，人工智能是未來醫(yī)學(xué)創(chuàng)新和改革的強大動力，將給未來口腔醫(yī)療技術(shù)帶來深刻的變化。

利益沖突聲明：作者聲明本文無利益沖突。