AI评估全景片下颌第三磨牙与下牙槽神经关系的系统综述

Medicina oral, patologia oral y cirugia bucal · 2026-11-01 · 系统综述

• 一句话结论：结论：纳入的AI模型在评估全景片上下颌第三磨牙与下牙槽神经关系方面显示出较好的诊断表现，作者将其定位为有前景的决策支持工具，但尚不足以支持在临床广泛使用。
• 研究设计与做法：设计：系统综述，检索MEDLINE（PubMed）、Cochrane Library、Embase与Scopus，纳入2020年1月至2026年4月发表的文献；纳入标准为以CBCT或专家评估为参照、报告关键诊断性能指标的AI研究；由两名评价者独立完成筛选、数据提取，并以QUADAS-2评估偏倚风险。
• 主要结果：结果：共纳入11项研究、超过9,700例患者；涉及ResNet、VGG、YOLO等架构；准确度范围为0.630–0.896，敏感度与特异度最高分别达0.92与0.95；无某一架构持续占优；在包含人工对照的研究中，AI模型表现优于经验较少的观察者；以CBCT为参照的验证通常比仅以专家意见为参照的验证给出更可靠的性能指标。
• 机制或解释：机制或解释：作者未就AI模型性能差异的机制作深入讨论，主要将差异归因于各研究数据集、参照标准与验证方法的不一致。
• 局限与边界：局限与边界：各研究在数据集、参照标准与验证方法上存在异质性，导致无法判定最优架构；作者指出仍需更大规模、多中心、前瞻性并含外部验证的研究来确认性能；材料未报告各纳入研究的单中心比例、随访时长及利益冲突情况。
• 可否落地：可否落地：证据档位为A，提示AI可作为全景片术前评估的辅助决策支持，但现有证据尚不足以下结论支持其替代CBCT或独立用于临床决策；对科研而言，优先方向是统一参照标准并开展多中心外部验证。

🔗 打开原文

Elwy FK, Parra-Moreno J, González-Navarro B 等

本文摘自《每日前沿研究简报 · 2026-11-02》「AI 医学影像与临床决策」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。