综述：颌面外科中的预测性人工智能：一项系统评价

本文系统回顾了预测性人工智能在颌面外科的应用，包括25项研究，结果显示AI在预测术后结果、辅助手术规划和减少临床时间方面具有显著优势。

安德烈亚·吉乔（Andrea Geejo）| 罗斯·奥尔奇·埃尔利奇（Ross OC Elledge）

伯明翰大学（University of Birmingham）牙科与口腔科学专业学生，英国伯明翰

摘要

本系统评价的目的是概述预测性人工智能（AI）在颌面外科中的现状及其应用。通过对用于颌面外科的预测性AI模型的研究，了解AI的应用方式及其研究中的新兴趋势。在识别出的研究中，有25篇被纳入本评价。研究结果表明，预测性AI在颌面外科领域具有广泛的应用，能够根据术前医学影像数据预测术后结果，且通常具有较高的准确性。它还用于治疗和手术规划，确定所需的治疗方法以及是否需要未来进行手术。该技术有潜力减少临床时间、优化工作流程并减轻临床医生的工作负担。预测未来的手术需求有助于及时干预和风险管理，最终实现与患者的早期有效沟通。总体而言，研究表明AI有潜力与临床医生协作，改善临床工作流程和决策过程。

引言

自20世纪90年代以来，计算智能取得了显著的发展和扩展。[1] 这些突破推动了多个领域的发展，尤其是在外科领域。理解和利用这项技术对于充分发挥外科手术能力和提高患者护理效果至关重要。本文总结了预测性AI在颌面外科中的当前应用，特别是其在不同手术阶段预测结果方面的应用，并指出了表现优异且具有临床意义的领域。术前使用预测性AI可以帮助手术规划，减少临床时间、优化工作流程、减轻外科医生的工作负担，并预测围手术期并发症。此外，它还能以合理的准确性预测术后骨骼和软组织的形态，从而帮助外科医生确定实现预期结果的最佳方法和技术。通过预测手术需求，可以实现及时干预和风险管理，并与患者进行早期沟通。

预测性AI包括机器学习（ML）、深度神经网络（DNN）和深度学习（DL），利用提供的数据集和统计分析来识别规律性模式，这一过程被称为“学习”。[2] 在颌面外科中，预测性AI被用于根据医学影像数据预测和规划治疗方案、辅助手术规划以及预测术后结果。文献检索发现，该研究领域的重点是通过头影测量技术辅助正颌外科规划，包括识别患者特定的颅骨几何结构、诊断畸形并制定治疗方案。[3] 目前，这些模型在预测结果方面的准确性已经得到验证，其临床应用前景也已被确立。然而，对于这些模型在辅助临床医生进行复杂决策方面的能力仍需进一步研究。

方法

进行了全面的文献检索，以确定与预测性AI在颌面外科中作用相关的研究。检索使用了PubMed、Scopus、Embase、Web of Science和Cochrane Library中的免费文本关键词，仅纳入2015年至2025年3月期间的英文文章。检索重点为涉及预测性AI在颌面外科中应用的文章。检索词组为：“（人工智能”或“预测性人工智能”或“机器学习”或“深度学习”）且“颌面外科”。

纳入标准如下：

•

专门研究预测性AI的应用，即涉及结果预测的研究；

•

专注于口腔颌面外科领域的研究，不论其亚专业方向如何。

排除标准如下：

•

讨论生成式AI应用的研究，即创建新内容而非利用启发式方法进行结果预测的研究；

•

与其它外科专业相关的研究；

•

非英文发表的研究；

•

系统评价或叙述性综述。

两位评审员分别使用Covidence（Veritas Health Innovation Ltd，澳大利亚）独立判断文章是否符合纳入标准（在标题、摘要和全文阶段），并在每个阶段会面讨论可能存在的分歧。一位评审员独立收集选定研究中的定性和定量数据，重点关注每项研究的关键结果和经验教训，以便为读者提供关于预测性AI在颌面外科中应用的概述。检索策略如图1所示。

结果

通过实施上述检索策略，从多个数据库中共识别出251篇相关研究。Covidence去除了163篇重复文章，进一步筛选后排除了63篇因研究设计不当或结果错误而不符合要求的研究。最终，有25篇研究被纳入本评价（见图1）。

这些研究主要关注术后结果的预测，被分为三类以便于理解：

讨论

研究结果表明，预测术后结果是预测性AI在未来颌面外科中潜在应用的关键组成部分。目前，主要使用点云网络和深度学习模型实现了高精度的术后结果预测。AI模型能够生成针对患者的参考形状，以准确评估面部畸形。

结论

总体而言，预测性AI的应用正在迅速改变颌面外科的现状。它可以帮助手术规划、确定所需的治疗方案、减轻外科医生的工作负担，并以合理的准确性预测术后形态。AI的应用对于未来的临床实践至关重要，其优势已得到大量研究的支持。未来可以进一步研究更先进的深度学习方法，优化数据集的选择，以提高预测的准确性和实用性。

利益冲突声明

不存在需要声明的利益冲突。