浙江省人民医院杨帆教授团队在Nature子刊发表口腔人工智能辅助诊疗领域最新研究

浙江省人民医院杨帆教授团队在Nature子刊发表口腔人工智能辅助诊疗领域最新研究

近日，浙江省人民医院牙科（口腔医学中心）杨帆教授团队在Nature子刊国际数字医学领域顶级期刊《npj数字医学（ Digital Medicine）》（中国科学院一区Top，Q1，IF 15.1）上发表了最新研究成果。论文题目为“A Deep Learning Based Automated Maxillary Sinus Segmentation and Bone Grafts Analysis in CBCT Images” (DOI: 10.1038/s41746-025-02275-w)，标志着团队在口腔人工智能辅助诊疗领域取得了重要进展。该研究工作依托于浙江省“尖兵”“领雁”研发攻关计划项目（2024C03094）的资助。论文第一作者为浙江省人民医院牙科杨帆教授，浙江中医药大学硕士研究生伍行为共同第一作者；通讯作者为浙江省人民医院王林红副主任医师，丁榆德副主任医师为共同通讯作者。



团队针对口腔种植领域长期的临床痛点，创新性地研发了一套基于深度学习的自动化上颌窦及骨移植分析系统——SA-ai。该系统摒弃了传统的“直接分割”思路，首创“配准-减影（Registration-Subtraction）”新范式，实现了对上颌窦提升术后骨移植材料体积的全自动、高精度、纵向监测。


SA - ai模型训练的方法框架图

创新“配准 − 减影”范式，破解骨粉“动态演变”难题
在口腔种植临床中，精准评估上颌窦提升术后的成骨效果至关重要。然而，骨粉在愈合过程中会发生吸收和重塑，其密度和形态不断变化（即“域漂移”现象），导致现有AI模型难以识别，而人工测量又极其耗时费力。
面对这一瓶颈，研究团队提出了“配准-减影”的创新策略：
化繁为简，精准锁定： SA-ai系统不再费力去识别“千变万化”的骨粉，而是通过精准识别解剖结构相对稳定的上颌骨，利用高精度3D配准技术，将术前术后的影像“严丝合缝”地重叠。
巧妙减影，所见即所得： 通过布尔运算做“减法”，系统能自动提取出新增的骨移植体积。这种方法巧妙规避了骨粉影像特征随时间变化带来的干扰，在测试集上达到了93.2%的Dice系数，体积测量的一致性系数（ICC）高达0.993，达到了与资深专家人工测量高度一致的“金标准”水平。


分割性能与纵向稳定性的综合评估

攻克“同期种植”测量盲区，效率提升20倍
SA-ai系统的问世，为临床医生装上了“透视眼”和“加速器”。针对临床常见的“同期种植”病例（即植骨同时种入种植体），传统技术常受金属伪影干扰。SA-ai系统内置了独特的种植体剔除算法，能精准计算出扣除植体后的“净成骨量”，填补了该领域自动化分析的空白。传统人工完成一位患者（术前及两次术后）的完整测量效率提升了20倍以上，极大地释放了临床医生的生产力。


手动标注与SA-ai自动分割的窦内植骨材料之间的差异及距离误差分析

该研究不仅是一次技术创新，更为术后骨增量的纵向监测提供了可靠、客观的工具。研究团队始终坚持“临床问题驱动科研创新”。SA-ai系统具备良好的泛化能力和鲁棒性，能够客观、标准化地监测骨移植材料的长期吸收规律，为临床决策提供量化依据。
未来，该系统有望集成至商用CBCT工作站，成为口腔种植术后评估的标准化工具，推动种植治疗从经验化向数字化、精准化转型，最终惠及广大患者。