利用人工智能进行自动化单颗牙齿冠体设计的体外评估：设计时间、边缘不匹配情况、牙齿形态及接触点

路易斯·费利佩·费尔南德斯·贡萨尔维斯（Luiz Felipe Fernandes Gonçalves）|马塞乌斯·哈伦·贡萨尔维斯·维里西莫（Matheus Harllen Gonçalves Veríssimo）|拉里萨·门东萨·德米兰达（Larissa Mendonça de Miranda）|克里斯蒂安·卡米洛·马德里·特罗科尼斯（Cristhian Camilo Madrid Troconis）|拉尼亚·雷达·阿菲菲（Rania Reda Afifi）|尤里·万德莱·卡瓦尔坎蒂（Yuri Wanderley Cavalcanti）|安德烈·乌利塞斯·丹塔斯·巴蒂斯塔（André Ulisses Dantas Batista）|安娜·拉里萨·卡内罗·佩雷拉（Ana Larisse Carneiro Pereira）

巴西帕拉伊巴联邦大学（Universidade Federal da Paraíba，UFPB）修复牙科学系博士候选人，帕拉伊巴州若昂佩索阿市

摘要

目的

比较基于人工智能的设计工作流程与手动CAD工作流程在单颗牙冠设计时间、垂直边缘不匹配度、牙齿形态以及邻间和咬合接触方面的差异。

方法

在标准化的模型牙（22、24和26号牙）上制作单颗牙冠的预备体。数字化扫描后，根据随机分配的牙齿类型，使用手动CAD工作流程（Exocad DentalCAD；exocad GmbH）（C-E）或基于人工智能的设计系统工作流程（Medit Link v2.4.4；Medit Corp.）（E-AI）设计单颗牙冠（每颗牙60个）。通过虚拟方式评估设计时间（以秒计）、垂直边缘不匹配度（毫米）和牙齿形态（毫米），并在3D打印单颗牙冠后评估咬合和邻间接触情况。数据采用混合效应模型、非参数检验和卡方检验进行分析，对于分类结果在适当情况下进行调整残差分析，显著性水平为5%。

结果

与C-E工作流程相比，E-AI工作流程显著缩短了设计时间（p < 0.001），根据牙齿类型不同，设计时间减少了约9-18分钟。观察到超出临床阈值的边缘差异，以及门牙远中嵴的形态偏差（p = 0.020），而磨牙和前磨牙没有差异（p > 0.05）。仅在中邻间接触方面观察到显著差异（p = 0.037），而远中邻间接触（p = 0.136）和咬合接触（p = 0.247）在两种工作流程之间没有差异。两组中临床上的咬合接触情况均较差。

结论

尽管基于人工智能的设计工作流程显著缩短了设计时间，但它并未改善关键的临床参数，因为两种工作流程在边缘适应性和咬合接触质量方面仍存在局限性。

临床意义

在修复体设计中使用基于人工智能的系统可以通过简化设计步骤和减少操作者的依赖性来提高临床效率。这项技术在教育环境和临床实践中具有巨大潜力，能够加快修复体设计速度，但仍需要专业人员的监督来进行咬合调整和边缘修正。

章节摘录

引言

牙科修复需要根据患者的牙齿情况和口腔环境进行个性化设计。当设计得当时，固定局部义齿可以恢复美观、功能和咬合完整性[[1], [2], [3]]。然而，牙齿形态的再现不足常常导致咬合不匹配和功能障碍[1]。

固定局部义齿制作中的一个重大挑战是数字规划、制造和口腔内安装所需的时间较长

材料与方法

本体外研究遵循了体外研究报告检查表（CRIS）指南[36]进行。实验方案和所用材料分别总结在图1和表1中。在标准化的模型牙（Flex；P-Oclusal，库里蒂巴，巴拉那州）上制作了单陶瓷牙冠的预备体，使用的牙齿为22号（上颌左侧切牙）、24号（上颌左侧第一前磨牙）和26号（上颌左侧第一磨牙）。

设计时间

在手动CAD工作流程（C-E）中，前磨牙的设计时间最长，平均约为1100秒，其次是磨牙（约700秒）和切牙（约600秒）。前磨牙的设计时间变化较大。相比之下，基于人工智能的系统工作流程（E-AI）在所有牙齿类型上的设计时间明显更短且更一致，平均值低于100秒。前磨牙的设计时间减少幅度最大

讨论

研究假设部分得到验证。基于人工智能的工作流程显著缩短了设计时间，证实了工作流程自动化有助于单颗牙冠的设计过程。然而，两种工作流程在咬合接触分布上没有显著差异，牙齿形态也只有有限的差异。虽然两种工作流程在垂直边缘不匹配度上存在差异，但两组的数据均超过了临床可接受范围。

结论

基于人工智能的工作流程显著缩短了设计时间，表明工作流程效率有所提高。然而，这种效率提升并未转化为修复质量的改善，因为两种工作流程的垂直边缘不匹配度和咬合接触结果均不佳，无论采用哪种工作流程都需要临床调整。因此，应将人工智能视为

CRediT作者贡献声明

路易斯·费利佩·费尔南德斯·贡萨尔维斯（Luiz Felipe Fernandes Gonçalves）：研究、初稿撰写及审稿和编辑
马塞乌斯·哈伦·贡萨尔维斯·维里西莫（Matheus Harllen Gonçalves Veríssimo）：研究、数据分析、初稿撰写及审稿和编辑
拉里萨·门东萨·德米兰达（Larissa Mendonça de Miranda）：概念构思、研究、初稿撰写及审稿和编辑
克里斯蒂安·卡米洛·马德里·特罗科尼斯（Cristhian Camilo Madrid Troconis）：验证、初稿撰写及审稿和编辑
拉尼亚·雷达·阿菲菲（Rania Reda Afifi）：验证、撰写

资金支持

部分由巴西帕拉伊巴州研究支持基金会（FAPESQ-PB）资助[财务代码486/2025]。

数据可用性声明

本研究生成或分析的所有数据均包含在本文中。

伦理批准和参与同意

本研究未涉及人类参与者或动物，因此无需伦理批准。

CRediT作者贡献声明

路易斯·费利佩·费尔南德斯·贡萨尔维斯（Luiz Felipe Fernandes Gonçalves）：撰写——审稿与编辑、初稿撰写
马塞乌斯·哈伦·贡萨尔维斯·维里西莫（Matheus Harllen Gonçalves Veríssimo）：撰写——审稿与编辑、初稿撰写、研究、数据分析
拉里萨·门东萨·德米兰达（Larissa Mendonça de Miranda）：撰写——审稿与编辑、初稿撰写、研究
克里斯蒂安·卡米洛·马德里·特罗科尼斯（Cristhian Camilo Madrid Troconis）：撰写——审稿与编辑、初稿撰写
拉尼亚·雷达·阿菲菲（Rania Reda Afifi）：撰写——审稿与编辑

利益冲突声明

作者声明他们没有可能影响本文报告工作的财务利益或个人关系。

致谢

作者感谢帕拉伊巴联邦大学的食品微生物过程实验室和生物材料实验室（LABIO）提供了进行本研究所需的基础设施。作者还感谢Makertech Labs提供了本研究使用的材料。