武汉大学口腔医学院在口腔医学人工智能领域研究取得突破

武汉大学口腔医学院在口腔医学人工智能领域研究取得突破

近日，《牙科学研究杂志》（J Dent Res）在2024年第1期以“Clinically Oriented CBCT Periapical Lesion Evaluation via 3D CNN Algorithm（基于3D卷积神经网络算法的临床CBCT根尖周病变评估）”为题发表了武汉大学口腔医学院牙体牙髓课题组的最新研究成果，标志着武大口腔在口腔医学人工智能领域取得了又一突破。
该研究由武汉大学口腔医学院博士研究生傅玮涛和美国凯斯西储大学博士后研究员朱其奎为共同第一作者，武汉大学口腔医学院边专教授和孟柳燕教授为共同通讯作者。

该研究构建了较大的三维CBCT数据集，并开发了一种基于卷积神经网络的人工智能系统PAL-Net，旨在提高CBCT影像上慢性根尖周炎相关病损的检测和分割效率。研究结果表明，PAL-Net人工智能系统在诊断和分割性能上表现出色。此外，该研究对PAL-Net系统进行了多中心的外部地理验证，为其在不同环境下的广泛适用性提供了坚实支持。

在临床应用方面，研究结果表明，PAL-Net系统不仅提高了口腔医生（尤其是对低年资医生）慢性根尖周炎诊断精度和效率，还克服了传统手动分割病损耗时费力、异质性大等不足，为口腔医学领域带来了技术创新。

参与研究的低年资组医生李方哲，分享了在使用PAL-Net系统时的感受：“PAL-Net人工智能系统在CBCT影像中展现出了卓越的性能，能够清晰显示病灶区域。这不仅降低了漏诊的风险，还显著提高了我的诊断效率。”
这项研究始于2019年底，孟柳燕教授谈到了研究过程中的挑战：“多学科团队的磨合，全新交叉领域的探索，对我们研究团队来说都是挑战，特别是在疫情期间，由于无法面对面交流，团队只能在线上进行合作”。她也强调：“在未来，我们将持续完善和优化PAL-Net人工智能模型，使其具备更多疾病的诊断和鉴别诊断能力。
浙江大学医学院附属口腔医院邓淑丽教授、襄阳市口腔医院陈惠萍教授、天津市口腔医院申静教授等为本研究做了重要贡献。该研究得到了国家自然科学基金、武汉市知识创新专项基金等多个基金项目的资助和支持。

近年来，以人工智能为核心的数字化技术在医学的应用得到迅速发展。武汉大学口腔医学院各学科也在不断探索人工智能等数字化技术新的应用场景和研究方向，并取得了丰硕的成果。牙体牙髓专家通过医工结合研发智能创新医疗设备，推出了牙体牙髓动态导航仪以及专用智能设计软件和器械。修复科正在利用人工智能技术探索一种全新的CBCT重建方法，仅利用少量投影实现高质量的三维影像重建。通过算法革新，在提升图像质量的同时，大幅降低辐射剂量，显著减少患者的辐射暴露。人工智能在口腔癌原发灶的早期诊断，口腔癌患者颈部淋巴结的智能识别与诊断，颌骨良性病变的智能诊断，以及口腔颌面外科手术智能规划与设计方面得到广泛的应用，提高了颌面部肿瘤诊断的准确率与手术的精确性。在口腔正畸领域中，人工智能辅助头影测量分析，实现对腺样体肥大、三维上气道等气道解剖结构的自动检测与分析，完成上气道快速评估，对OSA的病因、危险因素、疗效和预后评价有重要意义。另外在口腔病理专业也通过建立深度学习模型评估口腔癌和口咽癌患者预后，取得良好的效果。

本文通讯作者之一边专教授认为：“人工智能在医学应用的相关探索刚刚开始，目前存在很多挑战，但应用广阔前景光明。”