引用本文 : 徐昕恺,陈虎,王相,等.口腔数智仿生诊疗技术研究应用进展[J]. 中国实用口腔科杂志,2024,17(4):406-413. DOI:10.19538/j.kq.2024.04.005
孙玉春,北京大学口腔医院口腔医学数字化研究中心主任,教授、主任医师,长江学者,首都科技(创新)领军人才。兼任中国医疗器械行业协会口腔科设备及材料专业委员会理事长、“十四五”国家重点研发计划“增材制造与激光制造”重点专项总体专家组专家、口腔生物材料和数字诊疗装备国家工程研究中心“口腔智能技术和装备平台”负责人、国家卫生健康委口腔数字医学重点实验室副主任。研究方向:口腔数智仿生诊疗技术的自主创新研发与转化。主持国家自然科学基金重点项目、国家重点研发计划项目(首席)等省部级以上项目13项。发表论文240篇,其中以第一/通信作者在Bioact Mater、Chem Eng J、IEEE Trans Med Imag、Virtual Phys Prototy等顶级/权威期刊发表SCI论文75篇(他引2753次)。以第一发明人申请发明专利140项[含PCT(专利合作条约)15项],已授权70项,部分专利技术填补了我国在义齿智能仿生制造领域的空白。成果转化为口腔三维扫描仪、义齿智能设计软件、专用3D打印系统和仿生氧化锆材料等10套产品,国内市场占有率达20% ~ 40%,且已应用至全球120多个国家/地区,具有提高义齿设计效率和关键局部打印精度、降低诊疗难度和应用成本等特点。以第一排名获第48~49届日内瓦国际发明展金奖、北京市技术发明一等奖等科技奖励16项。 基金项目: 国家自然科学基金重点项目(52035001);中国医学科学院中央级公益性科研院所基本科研业务费专项资金项目(2023-PT320-09);北京市科技新星计划(20230484337);首都卫生发展科研专项(2022-2Z-4106);北京市自然科学基金-海淀原始创新联合基金(L232145)
作者姓名:徐昕恺1,2a,陈 虎2a,王 相2a,张 旭2a,张耀鹏2a,赵晓一2b,田素坤2a,孙玉春1,2a
作者单位:1. 北京大学医学部医学技术研究院,北京 100191;2. 北京大学口腔医学院·口腔医院a口腔医学数字化研究中心 口腔修复教研室,b综合治疗科,国家口腔医学中心,国家口腔疾病临床医学研究中心,口腔生物材料和数字诊疗装备国家工程研究中心,国家卫生健康委口腔数字医学重点实验室,口腔数字医学北京市重点实验室,中国医学科学院口腔数字医学重点实验室,北京 100081
通信作者:孙玉春,电子信箱:kqsyc@bjmu.edu.cn
摘要: 在第四次工业革命的浪潮中,以人工智能、机器人和新型生物医用材料研发为代表的创新技术,为口腔医学领域带来了新的发展及挑战。文章探讨口腔数智仿生诊疗技术的研究应用进展及其未来发展方向。首先,分析口腔诊疗机器人在提升治疗的准确性和效率方面的优势,以及机器人在智能洁牙、教学中的应用。其次,探讨人工智能在口腔医学领域中的应用,包括智能扫描、设计、牙齿分割分类和辅助诊断等。最后,讨论仿生材料在口腔修复、种植手术、根管治疗中的应用。文章通过深入分析口腔医学领域的三大研究热点,旨在为口腔医学的数字化、智能化和个性化治疗提供全面的视角和深刻的见解,激发研究者对口腔医疗技术未来发展的深入思考,并为相关领域的创新和改进提供实践性参考。
关键词: 口腔数字医学;口腔机器人;人工智能;仿生材料
以机器人、人工智能为核心的新一代信息技术飞速发展,如潮流般推动着人类社会迎来第四次工业革命,这场革命推动口腔医学朝着数字化、智能化、仿生个性化等多学科交叉融合发展[1]。以口内光学三维扫描为代表的口腔数字化诊疗技术,大大改变了临床诊疗模式,其便利性、高效性也促使临床医生与患者更加信任数字化技术。本文将从口腔诊疗机器人、人工智能、仿生材料三大研究领域探讨口腔数智仿生诊疗技术的应用研究进展及未来发展方向。 利用机器人来辅助工作一直是人们的愿望[2]。1985年,机器人技术首次在医学领域中用于辅助外科手术,全面推动了医疗技术发展[3]。近年来,随着机器人相关技术和学科的日益成熟和完善,其应用领域不断扩展,机器人在口腔医学领域中的应用场景逐渐增多,涵盖了种植体植入、牙体预备、智能洁牙等方面。由于机器人具备高精度和高准确性的特点,使其在口腔医学领域有着广阔的应用前景[4]。
1. 1 种植机器人 当代种植手术的新趋势是整合人类技能和技术到一个系统中,为临床医生提供可预测、可靠和准确的种植体植入技术[5]。随着种植技术的不断发展和种植修复集中采购的推广,越来越多的患者选择种植义齿来修复牙列缺损,特别是单牙缺失患者。在面对患者数量增加的情况下,引入更精密可靠的种植机器人,能够有效提高治疗质量,确保治疗准确性和成功率[4]。 2017年,美国食品药品监督管理局(Food and Drug Administration,FDA)批准了全球首个商用牙科手术机器人Yomi系统(Neosis公司,美国),作为被动式种植机器人代表的Yomi系统,在钻孔前需手动引导完成种植手机的精确定位,当机器人末端执行器(种植手机和钻头)被引导到最终位置时,高速手机的位置被锁定,系统只允许垂直运动,不允许横向运动[6-7]。同年,由赵铱民院士团队研发的世界首台自主式口腔种植机器人手术系统(autonomous dental implant robotic system,ADIR)成功完成种植手术[8]。Yekebot机器人[雅客智慧(北京)科技有限公司]作为ADIR商业化产品,可独立进出口腔并植入种植体,操作员只负责更换钻头、发出指令并监控机器人的运行[9]。笔者团队针对无牙颌多牙种植扫描精度低的问题,提出一种各向异性人工特征,用于丰富无牙颌区域的曲率变化,辅助软件图像拼接过程,提高扫描精度和效率,为下一步全口无牙颌种植修复机器人的研发提供技术支持[10-11]。越来越多的种植机器人相关临床病例被报道[11-14],但仍需更多临床对照研究,证明种植机器人的有效性和安全性。
1. 2 牙体预备机器人 临床工作中,牙体预备是一项关键操作,医生利用高速涡轮机驱动金刚砂或钨钢车针,按照特定形态对牙齿硬组织进行研磨,以达临床治疗要求[15]。尽管对于经验丰富的临床医生来说,牙体预备是日常工作,但其仍具有挑战性。主要挑战在于牙体预备的同时,最大限度地减少健康牙齿组织的损伤[16]。牙体预备过程类似于减材制造,这启发我们思考如何利用多轴数控机床来提高其精度、效率和自动化水平[17]。机器人的多轴机械臂可实现这一目标,通过精确控制和程序化操作,能够在牙体预备过程中实现更高水平的精度和一致性,并提高操作效率和可重复性。2011年起,笔者团队针对飞秒激光自动化切削牙齿硬组织方面进行探索研究,建立了高强度飞秒激光自动化切削牙釉质、牙本质及其表面显微形貌、髓腔温度控制等基本方法和参数体系[18-20]。吕培军教授团队设计了国际首套数控飞秒激光自动化牙体预备系统样机,该系统由以下部分组成:①口内三维扫描机;②六自由度机械臂;③适用于制备硬组织的高效低热激光器;④将目标牙齿与机器人工具连接起来,并保护邻牙免受激光切割的牙齿固定装置;⑤计算机辅助设计与计算机辅助制造(computer aided design and computer aided manufacturing,CAD/CAM)软件[21]。该牙体预备系统误差仅为(0.097 ± 0.022)mm,与经典手工操作相比,其精度、效率提高数倍,但目前处于产业化研究阶段,仍需进一步验证其临床效果[21]。 1. 3 智能洁牙机器人 细菌及其形成的群落(菌斑)是牙周病和龋病的关键致病因素,控制菌斑是减少牙周病和龋病的关键手段。菌斑不能被水漱去或冲掉,必须依靠物理性清洁将其清除[22]。相关报告显示,每日刷牙人群占91.3%,每日刷牙2次人群占79.6%,但刷牙时间少于建议时间(3 min)的占比超过90%[23]。这导致许多人口腔健康状况不佳,进而缩短牙齿寿命。此外,部分人群因上肢残疾或肌肉无力而需要帮助者协助刷牙。Jardón等[24]设计了一种基于机械臂的辅助机器人ASIBOT,在其末端可夹持牙刷,帮助脊髓损伤的残疾患者行口腔清洁。这类服务或辅助机器人,通常体型较大,配有“笨重”的机械臂,不适合日常使用和携带,对于残疾人使用也有一定安全隐患,其清洁效果也有待进一步评估。Sakaeda等[25-26]开发的自动牙齿清洁机器人,利用凸轮、丝杆等结构实现刷头相对牙列的水平、垂直或圆弧运动,从而完成对牙齿的自动清洁。该机器人比较小巧,方便携带,可适用于大部分人群,但对于牙缝和龈下并不能很好地清洁,重复的单向机械运动可能损伤牙齿表面。为实现高效精准“傻瓜式”的全口无死角清洁,智能洁牙机器人未来研究方向包括:①菌斑感知系统,将实时菌斑信息反馈给机器人;②多种清洁机制相结合,如物理与化学方式结合、机械与流体相结合等。 1. 4 教学仿真机器人 若机器人技术是口腔医学的未来,那该技术无疑将影响新一代口腔医学生的教育方式。仿头模实操已成为口腔医学生走向临床必须通过的训练,但这仅侧重于口腔技能训练,与患者的沟通、更真实的模拟临床操作等仍无法通过临床前培训得到训练。恐惧、对错误的担心、失控等是初入临床的医学生典型心理表现,如何为学生提供更好的教学环境及实践机会,仿真机器人也给我们一个新答案[27-29]。相关研究表明,与传统人体模型相比,使用机器人患者系统的学生,在诊疗中的态度显著改善,使用机器人患者系统可能会提高医学生的人文关怀[27]。2022年,美国首次报道由纽约大学牙科学院学生主导使用Yomi系统进行种植手术,并精准完成种植体植入[30]。Yomi系统通过提供可视化手术过程、触觉反馈、引导式改进等功能,有效减轻了初学者的担忧[31] 。
2 人工智能辅助口腔诊疗技术
近年来,随着人工智能技术的兴起和多样化口腔医疗数据获取的简便性,以深度学习为代表的新一代智能算法在医学领域的成功应用,促使口腔医学相关研究人员探索性地开展智能诊疗技术的研究。深度学习是受人类神经系统启发,基于人工神经网络的一种特殊人工智能形式,随着硬件设备升级,需要强大算力的深度学习模型也被广泛应用[32]。深度学习允许由多个处理层组成的计算模型学习具有多个抽象级别的数据,主动从学习数据中提取相关特征,以概率的方式提取分类特征[33]。深度学习运用反向传播算法,能够发现大数据集中的复杂结构,并指导机器在每一层如何调整内部参数,以逐步提升表示的准确性[34]。人工神经网络已在口腔医学领域应用,如图像处理、修复体设计、病例识别书写等,其逐步提升的效果指示了未来进一步研究方向。
2. 1 修复体智能设计 传统技师雕刻及数字化设计是目前牙冠修复体设计的2种基本方法。传统方式受到技术人员经验的限制,过程复杂且耗时。数字化设计系统已成为修复体设计的重要工具,但目前仍需技师进行大量调整。近年来,融合深度学习网络的计算机辅助设计技术逐渐广泛应用于口腔修复领域,其可设计出更符合功能、美学及患者需求的个性化修复体[35]。通过使用生成对抗网络成功解决了现实问题,基于生成对抗网络进行自动化设计牙科修复体,生成的牙冠不仅在形态上与人类专家的设计相似,且在功能上也得到了提升[36]。同样,Tian等[37]基于嵌体设计数据库,利用生成对抗网络进行了嵌体自动生成的研究。在此基础上,又提出基于深度对抗网络驱动的牙龈缘线重建框架,重建生成缺牙区的个性化龈缘线,作为义齿修复体边缘线和种植牙位置的参考[38]。笔者团队通过深度学习的方法,建立全口义齿金属基托的全自动设计人工智能网络模型,生成个性化的金属基托可直接输出到3D打印设备,完成全自动的计算机辅助设计与制造[39]。如何更好地处理3D模型数据,提速增效,以及更进一步的基于循证医学的临床验证,是未来研究方向。 2. 2 口腔组织分割与分类 口腔医学领域涉及大量影像学信息,包括根尖片、锥形束CT(cone beam CT,CBCT)、MRI及重建的三维数据等。利用人工智能技术识别疾病之前,首先是对各部分人体结构的识别与分割。Yu等[40]基于卷积神经网络,提出了针对X线头影测量片行骨骼分类的自动识别系统。通过大样本量的学习和对比,Cui等[41-42]提出的用于分割牙齿和牙槽骨的全自动人工智能识别系统,实现了与经验丰富的放射科医生相当的分割精度,同时显著提高效率(速度提高500倍)。Zhang等[43]开发了一种利用稀疏八叉树卷积神经网络(S-Octree CNN)的自动化技术,用于从口腔影像中精确提取牙齿预备体的颈缘线,该技术实现了约97.43%的分割精度。通过这种方法,研究人员能够从复杂的口腔结构图像中高效识别和定位牙齿的关键部位,这对于口腔疾病的诊断和治疗规划具有重要意义。 2. 3 口腔疾病诊断 口腔科医生的数量相对不足是一个全球性问题,尤其是在一些发展中国家,这导致了对口腔健康服务的需求超过了现有医疗资源的供给。为了解决这一问题,许多医疗机构和研究机构正在探索和开发辅助手段,以提高诊断效率和质量,同时减轻医生的工作负担。基于图像的分割识别,深度学习网络已实现疾病检测和治疗指导。基于卷积神经网络,Lee等[44]实现了在根尖片上进行龋齿检测,对于前磨牙的龋病诊断准确率可达89.0%。Schwendicke等[45]比较了深度学习网络用于龋齿检测与医生诊断的成本效益,结果表明深度学习网络成本更低、更有效。在根尖周病的检测中,深度学习网络的准确率可达到临床医生的水平[46]。深度学习辅助影像学诊断已展现出优势,下一步应考虑将科研成果更好地转化到临床应用,从实践中发展进步。 2. 4 大语言模型辅助的口腔诊疗技术 ChatGPT是美国OpenAI公司开发的Generative Pretrained Transformer-4(GPT-4)的精简版对话变体,是具有数十亿参数的里程碑式大语言模型(large language models,LLMs)之一。与此同时,我国华为技术有限公司也推出一种LLMs——盘古大模型,该模型采用创新的分层解耦设计,提供了灵活性和可扩展性,用户可根据自己的业务需求选择和定制模型,无论是开发、升级还是微调,都能够满足多样化的行业需求[47]。LLMs在自然语言处理任务中,令人印象深刻的技能引起研究人员和从业者极大兴趣,这对各领域产生了深远影响,口腔医学领域也不例外[48]。口腔科现有电子病例包含大量文本信息,靠人类去阅读、学习、总结所有病例几乎是不可能的[49-51]。因此,完成文本挖掘技术后,开展针对病例报告的管理分类和辅助病例书写,以减少临床医生的工作量,对临床工作实现更好的帮助、监督和指导。例如,利用训练后的LLMs仅通过输入关键词就能完成规范化病例的书写,或仅用几个关键词即可对病例进行总结[48]。除自然语言处理外,通过视觉信息学习中的多模态数据融合处理,融合同一患者的多模态数据辅助进行诊断也成为可能[48]。当然,目前的算力暂时无法完全实现上述应用,大量的算力可能被浪费,稀疏专家模型被提出以应对这种情况,以更小的算力实现对特定任务或领域更高效的处理[52] 。 在口腔医学领域,随着技术进步和对个性化、高质量口腔健康服务的需求增加,仿生材料的研究和应用成为了热点[53-54]。这些材料旨在模仿或超越天然牙齿的物理及化学性能,为口腔治疗提供更自然、耐用且功能性强的解决方案[55]。以仿生修复材料为例,初级仿生修复材料的开发着重于通过高度模仿天然牙齿的结构和性能,实现与天然牙齿相近的美观和功能[55]。更进一步的仿生修复材料研究,不仅模仿天然牙齿,还旨在创造出在某些方面性能优于天然牙齿的材料,如更强的抗化学腐蚀性、更高的抗折裂能力,以及更低的表面粗糙度[56-58]。 3. 1 口腔修复材料 氧化锆和二硅酸锂等陶瓷材料,由于其优良的力学性能和美观性,被广泛应用于牙齿修复[59-61]。然而,这些材料的高硬度和高弹性模量会导致与之接触的天然牙齿过度磨损,尤其在咀嚼力较大的后牙区[61]。为解决这一问题,研究者尝试开发新型修复材料。受天然牙釉质材料组成的启发,陶瓷基树脂复合材料等新型材料被提出,以期达到与天然牙釉质相当的力学性能[62]。进一步,通过增大材料的比表面积或制备具有介孔结构的修复体,可提升材料对咬合力的缓冲能力,增强其断裂韧性[63]。笔者团队通过引入超高精密度的陶瓷光固化成形技术,成功实现了氧化锆陶瓷贴面的增材制造,将极限厚度缩减至40 μm,这一创新远远超越了传统超薄贴面的0.4 mm。此外,通过氧化锆拓扑晶相调控与优化技术,我们显著提升了贴面的微观结构,增强了其三点弯曲强度、半透明性及边缘密合度等关键性能。同时,氧化锆陶瓷贴面的粘接、加工技术也得到了革新,确保贴面与牙齿之间的长期稳定粘接,并突破性解决极薄氧化锆修复体的加工难题[64]。笔者团队还通过对聚醚醚酮(PEEK)进行改性,解决了使用光纤激光器难以烧结成形PEEK的难题,增强了层间结合力,并赋予PEEK抗菌、促成骨等生物活性,提高了PEEK材料临床可用性[65]。 尽管如此,这一领域仍面临诸多挑战,如何平衡材料的力学性能与摩擦学性能,如何解析宏微观结构调控机制,以及如何克服工业化推广的技术瓶颈,等等。应通过跨学科、跨行业的合作,加速仿生材料的研发和应用,为广大患者提供更有效、更安全、更舒适的口腔健康问题解决方案,同时推动相关产业的发展和国家卫生健康事业的进步。 3. 2 种植材料 口腔种植技术为缺牙患者提供了恢复牙齿功能和美观的有效途径,随着对生活质量要求的提升,对种植牙材料的性能要求也日益增高。目前市场上主流的种植牙多依赖于进口,这不仅使成本增高,还可能因材料特性不完全符合亚洲人群的口腔结构而引起种植后的不适感或功能性差异。更为关键的是,许多种植材料缺乏足够的抗菌性能,易导致种植体与组织界面感染,从而影响种植成功率和长期稳定性[66]。 为应对这些挑战,研究者们致力于开发新型口腔种植材料,这些材料旨在更好地模拟自然牙齿的弹性模量,提供更精细的形状以减少种植手术对周围组织的损伤,同时具备强大的抗菌能力和优良的骨结合性[67]。此外,笔者团队基于第四代PHA材料——P34HB(3-羟基丁酸和4-羟基丁酸共聚物),开发了一种具有不对称仿生结构的多孔抗菌支架,具有促细胞增殖、抗菌和消炎能力,可作为口腔软组织工程和再生医学的潜在高效治疗材料[68]。通过在种植体表面采用微纳结构设计、特殊化学处理或涂覆生物活性物质,可显著提高种植体的骨整合速度和质量[69-70]。笔者团队将少量钽(原子分数低至3%)添加到锆基非晶合金中,其不仅继承了锆基非晶合金的高强度和低弹性模量,还因钽的添加显著提高了化学稳定性和材料与细胞接触的调控能力[71]。随着研究的不断深入和技术的持续进步,预期未来将开发出更多高性能、高适应性的种植材料,为患者提供更为安全、舒适且美观的口腔修复方案,进而显著提升生活质量。 3. 3 根管材料 根管治疗作为牙髓病和根尖周病的主要治疗手段,其成功不仅依赖于精准的治疗技术,还受所用材料质量的影响。目前,根管治疗面临的挑战主要包括高度依赖进口材料、治疗过程中的再感染风险,以及术后可能出现疼痛等问题,这些因素共同影响治疗效果及患者满意度[72]。此外,复杂的根管系统为微生物提供了潜在的藏身之处,使彻底消毒成为一大难题,进而增加了再感染风险[73]。同时,根管填充材料的密封性能不足,也可能成为治疗失败的关键因素[74]。面对这些挑战,创新解决方案的提出显得尤为迫切。其中,开发新型的根管治疗材料及充填材料是应对上述问题的关键。这些新型材料应具备更强的抗菌能力、优良的生物相容性,以及更好的密封性能,从而有效降低再感染风险,减少术后疼痛,并提升治疗的长期成功率[75-77]。但基于循证医学的临床验证尚未开始,距离临床广泛应用还需要很长一段时间 。
4 结语
数字化、智能化和仿生化口腔医学的发展标志着口腔医疗领域进入了一个崭新的时代。随着数字化技术的不断进步,我们能够获得更高质量的信息化数据,为智能化发展提供多源化基础数据集。同时,积极引入高精度机器人,融合生物相容性更好的仿生材料,把握住多学科并进发展的时代机遇,极大地推进口腔医学领域的创新,为患者提供更加个性化、高效和安全的口腔护理方案,推动口腔医学迈向更加美好的未来,为人类的口腔健康事业贡献更大力量,是研究人员共同努力的目标。
个性化智能仿生诊疗技术是口腔医学未来主要发展方向之一,将会进一步提高患者的诊治效率和准确性,同时为患者带来更好的治疗方式与手段。将现有技术临床化、产品化,深入未来研究,基于安全、可靠的循证医学验证,相信我们的技术和研发可为患者和医生带来更好的未来。