《International Journal of Telemedicine and Applications》：AI-Based Intraoral Videography for Automated Dental Inspection and Charting in Children With Mixed Dentition
编辑推荐：
牙齿的检查与记录是必不可少但劳动密集的过程，尤其是在儿科患者中，混合牙列、解剖结构的变异性以及在成像过程中患儿配合度有限带来了独特的挑战。尽管现有模型具有显著潜力，但它们缺乏在儿科牙科中的适用性，因为这些模型大多针对成人牙列设计，并使用放射影像。为填补这一空白
牙齿的检查与记录是必不可少但劳动密集的过程，尤其是在儿科患者中，混合牙列、解剖结构的变异性以及在成像过程中患儿配合度有限带来了独特的挑战。尽管现有模型具有显著潜力，但它们缺乏在儿科牙科中的适用性，因为这些模型大多针对成人牙列设计，并使用放射影像。为填补这一空白，研究人员开发了一个基于人工智能（AI）的模型，用于利用实时口内视频进行自动儿科牙齿记录（charting），该模型基于“你只看一次”（YOLO）目标检测框架。模型经过训练，能够对44种牙齿类型进行分类，包括乳牙列和恒牙列。数据集由从89个口内视频片段中提取的112,538帧图像组成，这些片段来自6-12岁、处于不同牙齿发育阶段的儿童。数据集中80%用于训练，20%用于测试。该模型在所有牙齿类别上取得了0.405的平均精度均值（mAP@0.5），精确率为0.495，召回率为0.405。值得注意的是，模型在检测乳牙方面表现显著更好，mAP@0.5达到0.616，而恒牙仅为0.255，后者是由于恒牙持续萌出且外观不一致所致。尽管存在这些局限性，本研究仍是迈向自动化儿科牙齿记录的重要进步，将为未来儿科牙科人工智能应用的发展铺平道路，从而促进学校和大型公共卫生筛查项目中对儿童龋齿的早期检测。
论文主体部分解读
牙科记录（dental charting）是牙科诊疗的基础流程，旨在精确记录每颗牙齿的位置、状态和生长阶段。准确的记录对于识别牙科问题、制定治疗计划以及监测口腔健康进展至关重要。然而，这个过程通常耗时且容易出错，高度依赖医师的知识与经验。这一点在儿科牙科领域尤为突出，因为从乳牙到恒牙的替换模式增加了牙齿识别的变异性。尽管人工智能（AI）的发展为自动化牙科记录提供了加速、标准化并提高流程准确性的新途径，但现有研究主要针对成人永久牙列，且多基于静态影像（如全景片或口内照片）。这些方法在应用于儿童时存在明显局限：儿童混合牙列中乳恒牙并存，口腔空间小且配合度低导致难以获取一致清晰的影像；而X射线虽能用于儿童，但受限于辐射暴露风险及成像难度。因此，专门针对儿科牙科记录、能适应实时口内视频动态特性的AI模型仍存在显著空白。
为弥补这一差距，沙迦大学（University of Sharjah）的研究人员提出并开发了一种基于AI的儿科牙科记录系统，该系统使用由口内摄像机录制的实时视频，而非静态图像。该研究旨在构建一个针对儿童口腔解剖结构和实时成像挑战进行优化的模型，并为此创建了一个专门标注的数据集以提升模型准确性和泛化能力。这项研究是首次利用实时视频片段对乳牙和混合牙列进行自动记录的AI模型，为创建更精准、个性化的诊断工具奠定了基础。论文发表于《International Journal of Telemedicine and Applications》。
研究人员开展本研究采用的关键技术方法主要包括以下几点：首先，研究团队获取了伦理委员会批准，并从沙迦大学牙科医院（UDHS）儿科牙科部门招募了100名符合纳入标准的6-12岁儿童作为研究队列，收集其口内视频。其次，使用口内摄像机按照标准化流程录制儿童口腔内多个视角的视频。接着，利用计算机视觉标注工具（CVAT）对视频帧进行人工标注，依据国际牙科联盟（FDI）牙位编号系统，将每帧中可见的44种牙齿类型（包括乳牙和恒牙）用边界框标注并分配对应的牙位代码。最后，采用先进的YOLOv8目标检测模型作为核心算法，在高性能计算集群上对标注数据集进行训练与微调，并通过数据增强技术提升模型鲁棒性。
研究结果部分详细评估了模型在混合牙列视频数据上的表现。**模型整体性能评估**显示，在包含44类牙齿的测试集上，模型的平均精度均值（mAP@0.5）为0.405，精确率为0.495，召回率为0.405。**不同牙类别的性能差异**十分显著。模型在检测乳牙方面表现良好，整体mAP@0.5达到0.616，其中第一乳磨牙（如FDI牙位55）的精度高达0.811，mAP@0.5为0.81。相比之下，恒牙的检测性能较低，整体mAP@0.5仅为0.255，部分恒牙类别（如前磨牙和恒尖牙）的精度和召回率极低。**混淆矩阵分析**揭示了错误分类的具体模式。主要的混淆发生在形态相似的牙齿之间，例如，不同位置的切牙之间、同侧的前磨牙之间常被相互误判。此外，模型也会将恒牙误判为乳牙，反之亦然，这主要归因于样本中恒牙（尤其是处于萌出期的）与乳牙在形态和视觉特征上的相似性及样本数量不均衡。**性能差异的深入分析**指出，乳牙检测性能优于恒牙的主要原因在于：研究样本年龄集中在6-7岁，此时乳牙形态稳定，而恒牙正处于萌出阶段，其大小、形状和可见度极不稳定；恒牙样本（尤其是尖牙和部分前磨牙）数量较少；以及舌体等软组织对口腔后部恒牙的遮挡问题。
讨论部分总结了研究的贡献与局限。该研究首次展示了利用实时口内视频和AI模型实现儿童混合牙列自动记录的可行性，为学校、社区中心等场景下的低成本口腔健康筛查提供了新工具。然而，模型在恒牙检测上的性能不足，凸显了在数据集构建和模型优化方面的挑战。主要限制包括：研究队列年龄分布不均，6岁儿童占比过高；牙齿处于动态萌出过程导致形态多变；数据集中不同牙位类别样本量不均衡；以及拍摄条件（如光照、摄像机品质）可能影响模型泛化能力。研究人员指出，未来工作应致力于构建更大、更均衡的数据集，涵盖更广泛的年龄段和人群；探索利用视频序列信息（如长短期记忆网络LSTM或三维卷积神经网络3D CNNs）以超越当前基于单帧的检测；并引入如检测Transformer（DETR）等更先进的模型架构以提升特征提取和定位能力。
研究结论部分指出，本研究成功开发了一个基于YOLO的AI模型，利用口内视频数据实现自动儿科牙科记录，弥补了AI在乳牙和混合牙列应用中的空白。模型在识别乳牙方面表现良好（mAP@0.5为0.616），但由于解剖结构的变异性和恒牙的持续萌出，在识别恒牙方面存在困难（mAP@0.5为0.255）。尽管存在年龄分布不均衡、拍摄干扰等局限，但这项研究仍是利用人工智能辅助儿科牙科诊疗、推动早期龋齿检测的重要一步。未来的研究应通过扩大数据集范围、改善成像技术、优化模型以更好地区分混合牙列中相似牙型，来进一步提升系统的鲁棒性和实用性。
