1.4 人工智能在口腔领域的研究进展

众多口腔医院及研究中心以“面向行业重大需求，引领行业技术发展”为宗旨，力争从口腔临床实际需求出发，采用最新的科学与工程技术手段及材料，研究和开发以“精确、自动、高效、微创”为目标的口腔数字化临床医疗技术、设备和材料。

笔者所在北京大学口腔医院以口腔医疗大数据和人工智能技术作为重点研究方向，主要从事以下领域的研究和探索。

● 在人工智能技术和口腔医学文本结合方面，与清华大学、科大讯飞公司共同开发基于语音的口腔电子病历系统，并于2017年开始推广使用。

● 在人工智能技术和口腔医学图像结合方面，和DeepCare羽医甘蓝公司合作，利用人工智能技术对口腔曲面断层片进行分析，对口腔疾病进行筛查，并成功将其应用于图1-9所示的系统中。陈虎医生开发了基于牙片的口腔牙位识别和龋齿检测系统（见图1-9），杨慧芳工程师开展了在三维口腔锥形束CT（Cone Beam CT，CBCT）分析中对牙齿等进行自动分割的研究（见图1-10和图1-11），以及自动识别和标签生成技术的探索。

● 在教学方面，主要研究教学、力学导航系统，如教学机器人、临床手术机器人以及医院服务机器人。

● 在智能健康管理方面，致力于患者挂号就医指导、手术术后随访、医患沟通等方面的人工智能化课题研究。

● 在大众健康、疾病预防方面，致力于基于口内照片自动诊断、基于口腔和颅面部放射图像的疾病诊断等。

● 在技术方面，医学图像的自动分割及识别是医学自动诊断的重点。基于CT、MRI等图像，实现图像自动分割不仅可以减少临床医生的读片时间，同时可以提高诊断的准确率。在口腔医学中，CBCT数据扮演着重要的角色。CBCT图像可以揭示颌面部硬组织、周边软组织结构随时间变化的情况，因此在口腔医学正畸、牙周、种植、外科等领域广泛应用。自动分割CBCT组织算法旨在自动提取、识别及分析颅骨、牙齿、牙槽骨（骨皮质和骨松质）、牙周间隙及牙髓腔和下颌管等的解剖结构，是纵向口腔CBCT图像分析中最关键的技术之一。

图1-9 牙齿智能识别系统

未来，北京大学口腔医院的科研团队继续致力于利用深度学习技术在口腔医学中的应用，力求实现颌面部多个组织医学图像的自动分割，为实现口腔疾病的自动诊断奠定技术基础，为牙齿畸形的自动化排牙、牙周疾病的自动化诊断、口腔颌面外科手术规划等奠定技术基础。

图1-10 对牙齿进行自动分割

图1-11 基于CNN对牙齿及牙髓腔的自动分割