图源：一种新型人工智能辅助的三维软硬组织混合模型用于种植体周围诊断和治疗计划：前牙区即刻种植计划的概念验证研究
好的牙·讯｜2026年10月2日，《Journal of Dentistry》在线发表一项概念验证研究。研究团队构建了一种人工智能（AI）辅助的患者特异性3D软硬组织混合模型（PIM），并在30例上颌前牙即刻种植病例的模拟规划中，将PIM辅助规划与传统CBCT联合口内扫描（IOS）规划进行比较。结果显示，与传统规划相比，采用PIM后3位专家在植体根尖位置和角度上的规划差异更小，冠部差异未见统计学意义。
研究团队指出，现有种植规划平台通常可整合锥形束计算机断层扫描（CBCT）与IOS数据，但通常不会系统纳入牙龈表型、牙龈厚度以及拔牙窝局部解剖等信息。研究回顾性纳入30例来自比利时鲁汶大学医院（UZ Leuven）牙周诊所的患者数据，包括上颌中切牙、侧切牙和尖牙病例各10例。患者均有CBCT和IOS数据，且符合即刻种植相关纳入条件。
研究人员将CBCT和IOS数据上传至AI驱动的云平台Relu Cloud，对牙齿、牙槽骨、牙龈等解剖结构进行分割，并通过AI完成CBCT与IOS数据的配准和融合。随后，研究团队利用鲁汶大学开发的PerioSlice软件，从全牙弓模型中自动生成包含目标牙、牙龈及周围牙槽骨的患者特异性单牙模型。
图源：一种新型人工智能辅助的三维软硬组织混合模型用于种植体周围诊断和治疗计划：前牙区即刻种植计划的概念验证研究
在Atomica.ai规划环境中，研究人员隐藏待拔除牙齿，生成模拟拔牙窝，并按照修复导向原则进行植体规划。口腔外科、修复科和牙周科各1名专家（3位专家均具有博士学位及至少5年相关专科临床经验），在两种条件下分别独立完成30例虚拟植体规划：传统规划使用CBCT和IOS数据，并通过虚拟诊断蜡型确定修复体及理想穿龈轮廓；PIM规划则在同一规划环境中直接结合CBCT与PIM模型进行植体定位。
研究主要评价3位专家两两之间的植体规划差异，包括冠部、根尖和角度3项指标。结果显示，专家间平均根尖偏差由传统规划的2.63 mm降至PIM规划的2.04 mm，模型估计效应为−0.60 mm，Holm校正后p=0.009；平均角度偏差由6.05°降至3.92°，模型估计效应为−2.13°，Holm校正后p<0.001。冠部偏差由1.29 mm降至1.12 mm，但差异无统计学意义（Holm校正后p=0.10）。
图源：一种新型人工智能辅助的三维软硬组织混合模型用于种植体周围诊断和治疗计划：前牙区即刻种植计划的概念验证研究
按研究预先设定的分级标准，角度偏差超过7°的植体比例由传统规划的40.0%（12/30）降至PIM规划的6.7%（2/30），差异具有统计学意义（Holm校正后p=0.028）。冠部和根尖重大偏差比例则未观察到统计学差异，其中根尖重大偏差比例分别为63.3%和50.0%，冠部为16.7%和10.0%。研究团队强调，这些指标反映的是专家间规划一致性，而非植体位置的客观准确性，且研究并未设置独立的“理想植体位置”作为参考标准，因此无法判断PIM规划是否更接近某一客观正确位置。
该研究属于回顾性、模拟环境下的概念验证研究，未实际进行植体植入，也未评估术后或长期临床结局。此外，研究仅纳入3名经验丰富的专家，样本规模较小，且3名专家分别来自口腔外科、修复科和牙周科，因此无法将专业背景与个体专家效应完全区分。传统规划与PIM规划在分割方式、模型构建、虚拟拔牙和三维可视化等环节均不相同，改善效果应归因于PIM整体工作流，而非单独归因于牙龈信息。
【特别鸣谢】如果本文有错漏之处需要勘误，请联系我们的客服，届时我们会为您准备小礼物，感谢！
【免责声明】上述内容源于公开信息，可能存在不准确性，仅供参考。本文不构成对任何人的投资与决策建议，好的牙不对因使用本资料而导致的损失承担任何责任，并对本内容拥有最终解释权。图文内容均获授权或无需授权。
@好的牙口腔行业研究
热门跟贴