2023口腔医学领域人工智能及相关技术的研究和应用进展.docx

《2023口腔医学领域人工智能及相关技术的研究和应用进展.docx》由会员分享，可在线阅读，更多相关《2023口腔医学领域人工智能及相关技术的研究和应用进展.docx（11页珍藏版）》请在第一文库网上搜索。

1、2023口腔医学领域人工智能及相关技术的研究和应用进展摘要人工智能在口腔医学领域显示出可能带来变革的应用前景，相关文献从20世纪90年代以来呈逐年增长趋势。本文通过文献检索，初步总结口腔医学领域人工智能相关文献的发表情况，浅析口腔医学领域人工智能研究的热点演变及相关技术进展，以期为人工智能研究和应用提供参考。人工智能是由人类制造的机器所展现的智能，通过计算机模拟、延伸、扩展人的思维过程和行为，在医学领域的研究可追溯至20世纪50年代1,2,3,70余年来，研究不断深入，覆盖了广泛的领域，包括智能适应学习、自主无人系统、智能芯片、脑机接口、自然语言处理、语言识别、跨媒体分析推理、计算机视觉、机器

2、人、专家系统等，人工智能在口腔医学领域展示了可能带来变革的应用前景，将深刻地改变口腔医学研究方式和医疗模式的发展。一、数字化与人工智能数字化、数字化转型和人工智能是当今众多领域的热门话题，医学领域也不例外，20世纪最后10年中，计算机和分子生物学促进了医学，包括口腔医学的极大进步45。从本世纪初开始，人类社会逐步进入数字化时代，数字化目前尚缺乏明确的定义，其与人工智能常交织在一起，随着科学技术的发展共同发展。数字化是将数据通过数字形式展现出来，其含义更广，数字化是人工智能的基础，人工智能是数字化发展的后一个阶段。数字医学的前提是数据的可操作性，其集数字技术、信息技术、计算机技术、通信技术、人工

3、智能、先进制造技术、虚拟现实技术、混合现实技术等于一体，交叉渗透至整个医学领域，形成新的理论、知识、技术、方法、诊疗流程及医学模式，从数字化医疗设备研发应用、医院管理信息系统和临床信息系统开发实施、临床医疗技术数字化、医疗信息资源共享和大数据开发管理、远程医疗会诊和治疗实施等到辅助原有医疗技术实施以及提供全新的数字医疗技术达到更精确可靠的诊断和治疗4,5,6,7,8计算机有记忆、运算能力，学者们希望用它实现人的智能活动，这些活动包括识别、分析、推理、判断、学习等。早期的人工智能被用于游戏、下棋等方面，在解决医学等实际问题时便暴露出弱点。人工智能离不开数字化，医学数据是人工智能算法的基础，可帮助

4、和改善临床诊断和治疗能力，数字化是对大数据价值的实现，大数据可为机器自主学习提供了丰富的信息资源，加速人工智能的发展。早期的数字化缺乏大量的多样化数据和强大的数据运算处理能力，人工智能无法进行有效的自我学习和训练，20世纪60年代后，人工智能的发展进入低谷，近年随着技术的发展，人工智能展现出广阔的应用前景。21世纪大数据呈指数级增长，加上计算机超强的计算能力、深度学习、神经网络、机器感知技术的发展极大地促进了人工智能的崛起，自然语言、图像/视频理解技术为计算机提供了看听说的能力，深度学习神经网络带来了自主学习的能力，大数据处理增强了决策的能力，各种传感器和执行器的发展使机器感知和操作能力明显提

5、升，能以极高的速度查阅海量的信息和样本，能理解人类熟悉的语言和图片。医学的数字化转型和人工智能或许成为21世纪技术发展的焦点，将医学研究和临床实践推至前所未有的新高度910。二、口腔医学领域人工智能研究概况借助学术文献可回顾分析口腔医学领域人工智能研究和应用状况，以人工智能(artificia1inte11igence)神经网络(neura1network)”机器人(robot)机器视觉(machinevision)专家系统(expertsystem)和混合现实(mixedrea1ity)为检索词,分别在中国医院知识仓库、中国知网、万方医学网、PubMedxMED1INE.SCI和B1OS1S

6、PreVieW中检索2023年12月31日以前发表的中文和西文(包括英文、德文等语种)文献，文献数据可回溯至1946年，有关人工智能的中文文献和西文文献各20余万篇，涉及人工智能和医学的中文文献4000余篇，西文文献5000余篇，检索肯定没有囊括所有的研究成果，仅初步总结相关研究概况。20世纪50年代，计算机科学家开始探索如何将智能行为嵌入计算机程序。以10年为断代可将人工智能的发展历程粗略划分为：19501960年的早期研究阶段，重点是将推理、学习和解决问题的能力嵌入计算机程序以模拟人类智力；19601970年，努力将知识储存于计算机，让计算机能更好地理解和使用语言；20世纪80年代重点研究

7、如何让计算机自主进行推理和决策；20世纪90年代致力于提高计算机自主学习性能；而2010年以来，应用深度学习神经网络模型处理大量复杂的数据在图像识别、语音识别、自然语言处理等领域取得了显著进展。1 .口腔医学领域人工智能相关文献的发表情况：口腔医学领域人工智能相关文献从20世纪90年代以来呈逐年增长的趋势，中文文献不到200篇，西文文献894篇（图1）,最早的文献均发表于20世纪90年代【1I,12,13,14,15,16,17,18】，国内学者关注的是专家系统构建，一般认为专家系统相对容易实现，它是一种计算机软件，使计算机能像专家一样解决某类问题，医学专家的数量有限，经验丰富者为数不多且各有

8、专长和不足，将众多专家的优势集合于专家系统，可以集思广益、博采众长，实际上建立优质的专家系统比较困难，需要收集大量的专家知识并将其整理成计算机能利用的形式存入知识库中，计算机需要有超强的运算能力，能从知识库中提取相关知识，经过推理分析得出专家结论。临床研究涉及口腔修复和颍下颌关节疾病；国外学者还将神经网络应用于影像处理，涉及口腔癌风险预测、阻生牙拔除等内容。2010年后，人工智能相关研究明显增多，尤其是2023年后，30余个国家研究结果的文献如井喷般出现。尽管相关中文文献仅有161篇，但2004年后我国学者（包括我国台湾和香港地区）发表的英文文献达185篇。400Q二八西文文献350.中文文献

9、年份300图11990至2023年口腔医学领域人工智能中文文献和西文文献（包括英文、德文等不同语种）的发表情况2 .不同国家发表口腔医学领域人工智能相关文献情况一个国家的文献数量占全球文献总量的比例与其被引文献数量占全球高被引文献总量的比例应基本持平，了解不同国家文献发表及被引情况,有助于寻找自身不足。1990至2023年发表10篇以上口腔医学相关人工智能文献的国家有17个，我国发表的中文和英文文献合计346篇，数量居全球首位，但被引用次数却少于韩国，相关文献学术影响力较低；美国虽然文献数量位于全球第二，但文献累计被引次数达4635次，学术成果产出较多，学术影响力较大（表1）。因此，提升研究质

10、量，深入探索，增强学术影响力，引领学术发展应是我国学者开展人工智能相关研究的重要目标。表11990至2023年不同国家发表口腔医学领域人工智能相关文献的数量与累计被引频次撑名国家靛我JR汁ff1次JR撑名国本文献Rif检引JWR1=国18518097尔度28264216746358Bt214663KB7827579183304959109910taJBJ162985日本5070011its161886英国2871412荷三IS666注：以英文文Stt物联计3 .国内发表口腔医学相关人工智能文献的研究机构和期刊：口腔医学领域开展人工智能相关研究和应用较好、发表文献数量较多的单位中，以北京大学口腔

11、医学院口腔医院中文文献40篇（累计被引101次），英文文献9篇（累计被引159次）、上海交通大学医学院附属第九人民医院中文文献7篇（累计被引63次），英文文献40篇（累计被引267次）和四川大学华西口腔医院中文文献19篇（累计被引62次），英文文献11篇（累计被引304次）发表文献在数量和质量上占优。所有中文文献中近半数为综述，原创性研究不多。国内文献主要发表于中华口腔医学杂志口腔医学华西口腔医学杂志和口腔医学研究等期刊（图2）,总体看进行相关研究的机构和文献的发表均相对集中。图21990至2023年国内期刊发表口腔医学领域人工智能相关文献数量三.口腔医学领域人工智能研究的热点演变及相关技术进

12、展1口腔医学领域人工智能研究的热点演变：随着时间的推移和人工智能自身的发展，口腔医学领域人工智能研究的关注热点略有改变。20世纪最后10年，口腔医学领域人工智能研究多集中于应用神经网络处理X线片或口腔病理图像，提高计算机识别和分析图像的能力，如对阻生牙位置及其与相关神经等结构关系的判断，正常口腔黏膜、癌前病变与肿瘤的区分，舌癌的颈淋巴结转移等，构建专家系统，协助临床医师的诊断及制订治疗策略以及利用语音识别系统处理临床检查数据等方面11,12,13,14,15,16,17,18o21世纪最初10年，人工智能以多种形式展现于口腔医学研究中，以患者为中心的医疗模式显现出取代以医院为中心的医疗模式的趋

13、势，除医学影像和临床决策及专家系统研究外，人工智能研究还涉及口腔颌面外科学、口腔修复学、牙体牙髓与牙周病学、口腔正畸学等领域，基于大数据的研究和机器人手术的报道开始出现，头颈肿瘤外科开始应用达芬奇手术机器人系统。随着处理复杂数据能力的提升，神经网络设计逐渐趋于合理，对头颈肿瘤颈淋巴结转移的分析和预测的精度、敏感度和特异度等逐步提高。在网络化社会中远程会诊的质量明显改善，医师间合作更加紧密。有学者通过电子面弓结合神经网络转化信号分析三维下颌运动，建立辅助融下颌关节紊乱病诊断的专家系统，可明显提高诊断的准确率19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,

14、34。2010年以后,支持向量机、随机森林、卷积神经网络、深度学习等手段被广泛应用，多种类算法结合使用识别影像进行牙源性囊肿分类、牙齿发育和生长状况分类，不仅应用于口腔临床医学领域，还涉及法医学等专业，癌前病变的风险预测、口腔癌的预后评估仍是研究的重点，除既往的临床资料和影像学外，数据还包括全基因组测序、唾液的蛋白组学分析等。题下颌关节骨关节炎诊断、正畸和正颌外科治疗口颌面畸形的面容预测等持续引起学者们关注，研究范围扩展至牙周炎和踽病I35.36,37,38,39140,41,42,43。2023年以来，口腔医学领域人工智能研究在质和量上均呈现飞速发展的趋势，学者们的注意力集中于口腔癌的癌前病

15、变风险预测、早期诊断、颈淋巴结转移分析和诊断及生存预测；颅颌面畸形的测量分析和诊断精度；X线影像上牙齿发育、牙根、阻生牙、颌骨肿瘤、颌骨解剖结构以及题下颌关节骨关节炎分析和诊断；牙周病和踽病诊断以及口腔修复学领域应用等44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,总体而言,研究在不断深入，但人工智能在临床工作中的转化真正被学者认同并广泛应用者寥寥，人工智能的转化医学还有大量工作需要做，硬件和软件技术的发展、众多医学专家和工程技术专家的深入交流、医学特别是口腔医学的特点得到满足、可重复的临床大样本验证等将共同促进人工智能临床应用的发展。2.口腔医学领域医疗机器人研究和应用现状：从早期设想到神经外科的成功应用，人工智能技术和机器人工程技术的发展和结合极大地促进了口腔医学领域机器人的相关研究和应用2，62,63,64,65,66,67,68,69,70,71，在口腔颌面外科、口腔修复科、种植外科和口腔内科领域均可见机器人的身影，应用最多和相对成熟的主要为口腔颌面外科和种植外科，改善种植计划，增加定位精度和安全性，提升手术舒适程度是种植机器人追求的目标【26,72,国内学者在机器人研发和应用方面进行了大量出色的工作，包括牙体预备、全口义齿