人工智能在颞下颌关节紊乱病诊治中的应用与思考

    颞下颌关节紊乱病（temporomandibular disorders，TMD）是一系列具有相同或相似临床症状和体征的疾病的总称，主要表现为关节区或咀嚼肌群的疼痛、关节弹响和杂音以及下颌运动异常。TMD的病因复杂，引发的因素可能是一种或多种。诊断主要依靠患者的症状，临床检查和锥形束CT（cone beam computed tomography，CBCT）及磁共振成像（magnetic resonance imaging，MRI）等影像学检查方式确诊。
    国内外众多学者对医学影像学检查在TMD诊断和鉴别诊断中的重要性进行了大量研究。傅开元等发表了颞下颌关节MRI/CT检查规范及关节盘移位诊断标准的专家共识。但是相当多的口腔医师目前还不能进行准确的颞下颌关节病变的MRI等影像判读，诊断过程中易出现误判。而且，国内、外TMD的分类和诊断标准也在逐步调整和更新，不同的TMD分类有其相应的治疗方案，并且可以联合使用不同的治疗手段，故TMD的诊断及治疗方案选择尤其重要。
    正是由于TMD诊治的复杂性，国内还有部分医院尚未开展TMD的诊治，给TMD患者的就诊带来极大的不便，人工智能的发展给TMD的诊治带来了新的变革。人工智能（artificial intelligence，AI）不仅具有比人类智能更高效率的运算功能，甚至可以跟人类一样拥有发掘与创造知识的能力。人工智能医学是数学、工程学与医学等多学科相互交融所产生的，通过对大数据进行处理分析和自主学习，依靠来自真实世界的数据以及专业人士的改进，可以不断提高医疗系统的效能，实现科学研究和临床应用的转化。
    人工智能也是精准医疗的重要组成部分，为患者量身定做医疗服务，从而在降低成本的同时提高医疗服务的质量。人工智能除了预测患者病情的风险因素及治疗结果，也可以为患者提供多种合理的治疗方案，更好地探寻个人最佳治疗方案。此外人工智能的广泛应用可使欠发达地区的居民获得优质的医疗咨询服务，平衡城乡医疗资源分配不均的问题。
    人工智能也意味着医疗模式改变为以患者的需要为目标，而不是受限于医生个人的知识及能力。面对卫生资源不足、医疗水平参差不齐以及诊治不规范等问题，快速准确作出诊断，推进诊治标准化是所有研究者的共同目标，能迅速准确对患者进行诊断并提供治疗计划的人工智能，将成为TMD诊治的发展趋势。目前人工智能在TMD诊疗的应用包括以下几个方面。
    1.人工智能在TMD病历收集整理中的应用
    医疗实践产生了海量的病历资料，对这些病历资料进行深度挖掘利用对于提高医疗质量和患者安全具有重要意义，然而传统的病例资料来源多样、格式复杂，很多资料无法直接解读，可利用性差。将传统病历资料进行数字化处理，转变为可利用的数据库数据是医院信息化、智能化发展的基础。人工智能在实现患者病历资料的数字化转型中发挥了重要作用。
    在TMD的临床研究中，患者数据往往包含大量的非结构化信息，如影像数据、生物标志物水平、临床变量等。考虑到各种信息来源，计算机化的方法可以极大地帮助临床医生发现数据中的科研价值，如数据挖掘和机器学习算法。目前人工智能不仅实现TMD病历数字化，也可帮助临床医生根据疾病症状来分析病例复杂性和诊疗分类，可实现模块化的、灵活的、可扩展的评价患者病情，并且可完成个案总结报告以及制作教学视频。
    2.人工智能在TMD诊断中的应用
    近年来，随着数据储存、图像处理、模式识别和机器学习等技术的进步，人工智能诊断已经逐渐用于医学领域的各个学科，其中包括口腔领域。目前对TMD的诊断是复杂和多因素的，包括问卷调查、临床检查和影像学等方法的使用，但是这需要TMD领域专业人员的经验。而当前相当多的口腔医师不能进行准确的TMD分类诊断，诊断的主观性较大，信息利用不充分，因此，在诊断TMD时存在误诊的可能性。人工智能运用有利于实现TMD的早发现、早诊断，并提高诊断的准确性。
    2.1人工智能在TMD病历及临床检查等文本信息处理中的应用
    在TMD的诊断中，问诊及临床检查是最常规的诊断依据。利用机器学习的智能辨识算法，可对采集的海量口腔多模态影像大数据进行整理加工，在此基础上通过口腔疾病的协同推理和智能分析、口腔疾病知识图谱的构建及口腔疾病演化预测等技术方法构建口腔疾病大数据库，搭建人工智能预防与诊断平台。
    通过医学自然语言处理（natural language processing，NLP）工具对病历及临床检查等文本信息进行预处理，比较词的使用频率，可以实现文本信息的读取与转化，形成数字化信息方便人工智能利用。此外，通过填写病历模板更便于形成规范化的电子病历，减少医师书写病历的遗漏，而规范化的电子病历可大大减少病历信息的分析和提取难度，使医师更方便地进行临床研究、诊断与治疗。
    2.2人工智能在颞下颌关节影像学信息判读中的应用
    在TMD的诊治中，颞下颌关节影像的判读非常重要，口腔医学影像诊断主要依赖医师经验，诊断的主观性较大，若信息利用不充分，诊断过程中易出现误判。口腔医学影像的智能诊断以及人工智能对病灶的识别尤为重要，可以实现不同类型颞下颌关节紊乱病的影像诊断。通过CT、MRI等影像学手段获取牙尖交错位时颞下颌关节影像学数据，经过三维重建以及CT值和骨密度的关系式求解下颌骨弹性模量，可建立开放性的颞下颌关节数字化模型。
    对于颞下颌关节盘移位类疾病，应用计算机辅助纹理特征分析技术评估颞下颌关节盘移位（disc displacement，DD）患者开闭口位颞下颌关节MRI图像盘后附着组织和翼外肌的组织学改变，可成功鉴别可复性关节盘移位与不可复性关节盘移位的TMD患者，均具有较好的诊断价值，为早期发现TMD患者提供新的诊断工具。对于颞下颌骨关节炎，通过人工智能学习模型来捕获和分析患者的临床、生物学和CBCT放射组学标记物，可实现自动检测颞下颌关节骨关节炎，为颞下颌关节骨关节炎早期骨改变的诊断提供了新的工具。此外，利用高分辨率超声可以用于诊断颞下颌关节盘前移位，适合用于口腔门诊对DD患者的快速筛选。
    3.人工智能在TMD治疗中的应用
    人工智能的迅速发展为TMD的治疗带来了新机遇。辅助口腔诊疗方案的分析和设计是人工智能在临床中的重要应用。临床决策支持系统是最常见的人工智能辅助诊疗系统，根据既往病历资料建立的医学模型，将患者的临床特征、辅助检查等医疗资料进行分析，辅助医师制定个性化的精准治疗方案。我们团队已初步构建了颞下颌关节紊乱病专病数据库，为进一步建立颞下颌关节紊乱病临床诊治辅助支持系统奠定了基础。在TMD的常规诊疗过程中，人工智能可为临床医生实时提供数据，辅助及指导医生完成调、咬合板治疗及咬合重建等复杂的诊疗过程。
    数字化咬合分析系统使用压力传感系统配合数据处理实现精准及便捷的临床咬合检测。结合人工智能的算法后可进行颌骨运动测量，将得到的颌骨运动特征与临床症状分析结合，实时为医护人员提供咀嚼运动相关的动态信息，指导分析静态及动态的咬合状况。此外，Gao等通过配合人工智能算法实现了咬合板实时、定量、智能、精确的生物力学反馈检测，可随时进行咬合板的数据分析，避免患者由于长期未复诊导致的咬合问题更加严重，并且可用于监测夜磨牙、紧咬牙等副功能运动，对相关副功能运动的治疗研究有所帮助。
    人工智能也在颞下颌关节外科治疗中获得广泛运用。利用机器学习中分类的算法，可以建立一套人工颞下颌关节仿生设计的模型，进一步通过3D打印技术加工生产，可以实现设计并制作符合患者颞下颌关节解剖结构的个性化人工关节。此外利用计算机辅助导航系统将影像数据与现实人体相匹配，使外科医生可以随时了解手术器械、病变范围与患者重要解剖结构之间的三维关系，术前通过数据分析可选择最佳的切口入路，也可通过计算机辅助设计并制作数字化咬合导板，可明确截骨范围，对周围重要解剖结构可进行定位及保护，减少术中和术后并发症的发生。
    在术中可进行实时监控，从而实现精准外科的手术操作。目前人工智能及机器人尚未在颞下颌关节的外科手术中广泛应用，但早期已有大量膝关节的机器人手术证实，机器人有其独特的精细化、微创的优势，机器人可在较小的耳前切口下进行手术，甚至可在口内切口下进行颞下颌关节手术，在保证手术效果的同时保证患者的美观需求，提高患者术后生活质量。
    此外在辅助治疗方面，利用人工智能可以发现TMD的选穴规律、确认理疗的方案，配合机器人进行安全、适宜并有固定模式的按摩，可有效解除患者的肌筋膜痛，有助于缓解TMD的症状。TMD的随诊是治疗中不可或缺的一环，但目前开展TMD诊治的医疗机构不足，且大多集中于一线城市，TMD患者的复诊情况并不理想。
    基于网络设计的TMD症状问卷，使受访者不依赖于提前的临床预约，在任何时间和地点均可进行临床评估，在正式就诊前就可完成病史及症状的调查，既方便了患者，缩短了患者的就诊时间，同时提高了医生和医院诊疗效率。经过远程的人工智能系统评估患者治疗后的情况，可及时对患者进行针对性的口腔知识宣教，开展有效的TMD保健及预防工作，为维护TMD的诊疗效果提供保障。
    4.局限和展望
    目前人工智能在TMD的诊疗中运用尚不成熟，研究仅基于单个医疗单位的TMD病例，研究基于的病例数量相对较少，而且多数研究的数据质量控制、信息特征提取以及人工智能算法的可靠性还有待验证。标准化的病历资料记录在TMD研究中有很重要的作用，但目前未见基于指南的标准化TMD病历模板。
    建立标准化的高质量TMD专病数据库是开展对大样本TMD发生、影响因素、发病规律、诊治与预防措施等关键问题分析研究的基础，是提高人工智能技术运用有效性和科学性的关键。因此必须研发适合我国国情的，有专科特点的TMD信息收集和分析系统，打破信息孤岛效应，建立多中心的TMD专病数据库，共享临床资料数据，提高TMD病历信息的质量及利用率。此外，随着人工智能技术在口腔医学中的发展，智能医疗数据监管和伦理规范不完善等问题应受到重视。在TMD诊疗中大力发展人工智能技术时，必须重视保护患者的个人医疗数据的归属和隐私，及时地制定TMD患者数据的使用规范。
    总之，人工智能与医学的深度结合有助于提高医疗决策的智能化和精准化。随着技术的不断进步和发展，人工智能有着无限的发展空间，将对TMD的诊疗流程和工作模式产生巨大的变革。