医学Medicine

2025年6月17日，上海科技大学沈定刚教授团队联合上海交通大学附属第九人民医院Tonetti教授团队，推出了一款基于人工智能的牙周病诊断系统。这款名为PerioAI的系统，通过口内扫描和锥形束CT图像，实现了对龈骨距离的非侵入式测量。这项技术突破为牙周病的数字化诊疗提供了全新解决方案，标志着口腔医学进入智能诊断新阶段。

▲长按识别二维码阅读论文

牙周病是全球范围内高发的慢性炎症性疾病，严重影响口腔健康并可能导致牙齿松动甚至脱落。据《全球疾病负担报告》统计，约有近8亿人患有重度牙周炎，且发病率呈逐年上升趋势。由于早期症状不明显，许多患者直到病情严重才接受治疗，错过了最佳干预时机。目前临床常用的牙周探诊方法依赖医生手动操作，存在主观性强、侵入性高、测量点有限等问题，难以全面评估牙周状态。此外，影像学方法如全景片仅提供二维图像，难以准确判断骨缺损深度。

针对上述问题，由上海科技大学/上海交通大学口腔医学院/联影智能牵头的研究团队开发了基于人工智能的全自动牙周诊断系统（PerioAI），利用口内扫描（intra-oral scan, IOS）与锥形束CT（CBCT）图像，构建了一个从数据输入到牙周病诊断输出的端到端分析流程。研究结果已在Cell Reports Medicine发表。

Perio比AI是一个融合人工智能与多模态影像数据的全自动牙周诊断系统，包含四大核心模块：IOS分割、CBCT分割、多模态融合以及数字探诊测量。该系统利用深度学习模型对IOS图像中的牙齿冠部进行精确分割，同时对CBCT图像中的牙齿和牙槽骨结构进行三维识别与提取，并将两者进行空间对齐，最终模拟临床探诊路径，计算龈骨距离（GBD），实现无创定量分析。研究结果表明，PerioAI在超过2500例患者的多样化数据集中进行了训练和验证，展现出优异的模型性能，其牙冠、牙齿及牙槽骨分割精度平均Dice得分分别达到96.8%、95.9%和97.2%，数字探诊误差仅为0.040 mm。该系统不仅模拟了传统临床探诊流程，还突破了其主观性强、侵入性高的局限，实现了牙周病的标准化、定量评估。更重要的是：PerioAI输出的软硬组织联合信息为牙周治疗决策提供了更全面的数据支持。

作者专访

在采访中，沈定刚教授提到，PerioAI系统的核心价值在于将传统诊疗模式从"医生经验驱动"转变为"数据驱动"。"我们通过深度学习算法，让系统能像专家一样识别牙周病变化，这不仅提高了诊断效率，还能减少人为误差。"他说。Tonetti教授则强调，这项技术对临床实践有重要影响："传统方法需要多次复诊才能确认病情，而PerioAI能在单次检查中完成全面评估，这对患者来说是个巨大便利。"

沈教授特别指出，PerioAI的优势在于其处理复杂病例的能力。"在临床中，有些患者同时存在牙周病和种植体周围病变，传统方法难以准确区分。而PerioAI能通过多模态数据融合，清晰识别不同病损类型，这对制定个性化治疗方案至关重要。"

作者介绍

沈定刚教授是医学影像人工智能领域的权威专家，曾率先将深度学习技术应用于医学影像分析。他带领团队开发的PerioAI系统，标志着该领域进入新阶段。Tonetti教授作为国际牙周病学领域知名学者，长期致力于牙周病标准化诊断与治疗研究。两位专家的跨界合作，为这项技术的临床转化提供了有力支撑。

研究团队还包括谭敏慧博士、崔智铭助理教授和李元主治医师。谭博士在数字牙科领域积累丰富经验，崔博士专注于人工智能与医学影像分析，李医生则将临床需求与技术开发紧密结合。这种医工交叉的研究模式，为PerioAI系统的成功研发奠定了基础。

这项技术的突破，不仅为牙周病诊断提供了新工具，也为口腔医学智能化发展开辟了新路径。未来，随着技术的不断完善，PerioAI有望在更多医疗机构推广应用，为患者带来更精准、高效的诊疗体验。