人工智能协助牙科护理和颌骨手术

该模型可快速准确地定位下颌神经管，帮助放射科医生和牙医节省时间和精力。

插入牙种植体的牙医必须知道患者下颌神经管的确切位置，以计划种植体的大小和位置以及整个过程。

这需要X射线图像，其中牙医或放射科医生手动逐点指定运河的位置。研究和分析这些图像可能既艰巨又耗时。

牙科设备制造商普兰梅卡、芬兰人工智能中心(FCAI)和坦佩雷大学医院(Tays)联手解决这个问题。结果是一个基于人工智能的模型，该模型在3D X射线中定位下颌神经管的速度比人类快，并且比其他自动化方法具有更高的精度。

“这种合作源于从事临床工作的专家的需求，以及寻求帮助他们日常工作的方法。通过在患者治疗计划中使用人工智能可以节省大量时间，“普兰梅卡研究和技术副总裁Vesa Varjonen说。

该方法基于使用大量临床数据训练深度神经网络，这些数据由锥形束计算机断层扫描(CBCT)渲染的三维图像组成。

“坦佩雷大学医院为我们提供了使用多种3D成像设备生产的广泛而多功能的临床材料。数据是随机划分的，其中一部分用于训练神经网络，另一部分用于测试和验证设计的方法，“阿尔托大学博士研究员Jaakko Sahlsten说。

人工智能是一种高效可靠的工具

控制下颌运动功能和面部感觉的神经在下颌的神经管中运行，即下颌管。除了种植体放置外，其位置在智齿拔除和颌骨手术中也至关重要。颚骨内运河的位置和路线对每个人来说都是独一无二的。

“训练AI模型的挑战之一是，与整个图像中的数据相比，颅骨3D X射线中下颌管的大小非常小。作为一个数据集，这种类型的培训材料是高度不平衡的，“Sahlsten指出。

与Tays放射科医生合作是在训练人工智能时利用数据的关键。

“当大量数据被输入神经网络并在其中标记下颌管的位置时，它学会了优化自己的内部参数。这种学习产生的神经网络可以从单个3D数据输入中快速找到下颌管，“Varjonen说。

使用从研究材料中分离的患者数据测试神经网络模型表明，该模型设法以高精度定位下颌管：只有1-4%的病例可能不准确。

“在临床评估中，专家们仔细研究了该模型产生的结果，发现在96%的病例中，它们在临床上完全可用。我们非常有信心该模型运行良好，“Sahlsten说。

与人类相比，人工智能的优势之一是它始终以相同的效率和速度工作。人工智能模型加快了下颌管的发现，并支持放射科医生和医生的决策。卫生专业人员总是做出最终的治疗决定。

发布验证模型功能

普兰梅卡是一家芬兰家族企业，也是世界领先的健康技术设备制造商之一。其产品出口到全球120多个国家。该公司的业务建立在用于牙科护理的3D成像设备和支持它们的软件上。对于普兰梅卡而言，与FCAI和Tays的合作意味着巨大的新业务潜力。

“成像设备中使用的数字性和人工智能对我们来说很重要。我们将在这项研究中开发的神经网络模型集成到我们的成像软件中。这将提高我们设备的可用性和性能，“Varjonen说。

合作中产生的科学出版物对所有项目合作伙伴都很重要。一些结果发表在《自然科学报告》上。

“同行评审的出版物是该模型功能的坚实证据。深度学习以前没有用于这种类型的任务，这增加了出版物的价值。他们还促进博士生的论文工作，“Sahlsten说。

“在为我们的软件申请医疗器械批准时，这些出版物对我们很重要。他们证明该软件是根据软件开发流程设计的，并通过所有必需的阶段进行审查，“Varjonen指出。

除了定位下颌神经管外，普兰梅卡、FCAI和Tays之间的合作项目还包括开发正颌手术神经网络模型，其中下面部区域的异常通过手术措施得到纠正。

“该模型有助于识别颅骨区域的标志，以纠正错牙合和计划颌骨对齐手术。相同的患者数据也用于另一个AI应用程序，“Varjonen说。

展望未来，人工智能将在健康应用中提供很多东西。

“我认为人工智能是一个非常强大的工具，医生和其他专家在进行第一次评估或获得其他意见时可以使用它。深度学习模型的挑战在于，我们无法给出明确的理由来解释为什么模型会达到特定的结果。需要进一步的研究来提高模型的可解释性和透明度，“Sahlsten总结道。