上海交通大學醫學院附屬第九人民醫院教授馬里奇奧·托內特（Maurizio Tonetti）團隊聯合上海科技大學教授沈定剛團隊，開發了首個基于口腔全景片，并經多中心、多標準驗證的牙周炎診斷人工智能（AI）模型HC-Net+，為牙周炎篩查提供了一種高效、精準且易于推廣的新工具。11月18日，相關研究成果發表于《npj數字醫學》（npj Digital Medicine）。
牙周炎是全球高發的慢性口腔疾病，被稱為“牙齒的隱形殺手”，早期癥狀隱匿，晚期可能導致牙齒松動脫落，嚴重影響人們口腔健康，是全球重要的公共衛生問題。目前臨床常用的牙周探診檢查依賴醫生經驗，且具有侵入性、耗時久等特點，口腔全景片則存在肉眼難以識別早期骨吸收、設備差異影響診斷一致性等問題，無法滿足大規模人群篩查需求。
在前期開發的HC-Net模型基礎上，研究團隊利用涵蓋多中心的10881例全景片數據進行預訓練與優化，迭代開發出深度學習模型HC-Net+。進一步地，研究團隊在兩類外部數據中驗證了該模型的準確性，其中一類以臨床牙周檢查為金標準，另一類則基于國際專家組的影像學共識。驗證結果顯示，HC-Net+通過融合局部病灶識別與整體圖像理解，有效模擬臨床診斷路徑，顯著提升了模型的泛化性能與跨機構適應能力。
在真實多中心臨床場景中，研究團隊系統評估了HC-Net+對II–IV期牙周炎的診斷能力。HC-Net+展現出94.2%的診斷準確率，不僅顯著優于牙周專科醫生，更能輔助初級口腔醫生達到專科醫生診斷水平。
研究團隊介紹，HC-Net+的核心優勢是“高效、精準且易推廣”，無需基層機構追加設備投資，通過現有全景片即可提供高質量的牙周炎篩查服務，有效降低了診療門檻與患者不適感。這使其在社區衛生服務中心及偏遠地區的普及應用成為可能，為緩解優質口腔醫療資源分布不均的難題提供了可行技術路徑。
相關論文信息：https://doi.org/10.1038/s41746-025-02077-0
本文鏈接：診斷準確率優于牙周專科醫生，牙周炎智能篩查系統上線http://m.sq15.cn/show-11-28796-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 2025年中國電機工程學會年會在長沙舉辦