《Progress in Orthodontics》：Comparison between automated and manual digital diagnostic setups of orthodontic extraction cases: an in silico study
编辑推荐：
本研究聚焦正畸治疗中的关键环节——诊断设置（diagnostic setup），在双颌牙槽前突（bimaxillary dentoalveolar protrusion）拔除四颗第一前磨牙病例中，首次系统比较了两种人工智能软件（AI-based software）的自动化虚拟设置（automated virtual setup）与正畸医生手动数字设置（manual digital setup）的差异。结果显示，尽管自动化设置（如使用Ortho Simulation和dentOne?软件）速度更快（分别仅需4.14±0.53分钟和7.57±0.94分钟），但其易导致牙弓缩窄、拔牙间隙处理不佳（模拟支抗丧失，anchorage loss），且在切牙后移量、转矩控制及后牙移动方向上与手动设置存在显著差异。本研究强调了人工智能工具在复杂正畸治疗计划中的局限性，并指出临床医生手动修整（manual refinement）自动化设置结果的必要性，为提升数字化正畸诊断的精准性与个性化提供了关键循证依据。
研究背景
正畸诊断设置是辅助正畸医生可视化治疗结果、预测潜在限制并选择最佳治疗策略的关键步骤。传统上使用石膏模型，而数字诊断设置已被证明在非拔牙和拔牙病例中同样可靠、准确。随着人工智能技术的发展，多个软件包提供了基于人工智能的自动虚拟设置功能。然而，对于涉及拔牙的复杂病例，尤其是双颌牙槽前突需绝对支抗（absolute anchorage）的病例，尚无研究比较自动数字设置与手动数字设置的差异。维持牙弓形态、尖牙间宽度（ICW）和磨牙间宽度（IMW）对于治疗后稳定性至关重要。
研究方法
这项计算机模拟研究（in silico study）获得了伦理批准。研究纳入了14名双颌牙槽前突、治疗计划包含拔除四颗第一前磨牙且需绝对支控的患者的治疗前口内扫描数据。扫描数据以标准镶嵌语言（STL）文件格式导入dentOne?软件和Ortho Simulation软件。研究对比了三种设置方案：在dentOne?软件中由一名正畸医生执行的手动虚拟设置，以及分别在两款软件中执行的自动虚拟设置。手动设置的流程包括：导入数据、牙齿分割（segmentation）、调整临床牙冠轴（facial axes）、设定??平面（occlusion plane）与牙弓形态（arch form），随后根据治疗计划进行牙齿排齐、整平及利用拔牙间隙进行间隙关闭。自动设置则在研究者完成基本设置（如定义拔除牙齿）后，由软件自动完成后续排牙与间隙关闭。
研究评估的指标包括：1）牙弓参数：设置前后尖牙间宽度（ICW）、前磨牙间宽度（IPW）、磨牙间宽度（IMW）和牙弓长度（AL）的变化；2）牙齿移动量：包括线性的唇（颊）舌向、近远中向、??龈向移动（以毫米计）以及角度的旋转、近远中倾斜（tip）、唇（颊）舌向转矩（torque）变化（以度计）；3）完成设置所需时间（以分钟计）。临床显著性的阈值设定为线性位移0.5毫米，角度测量2度。
研究结果
在牙弓参数方面，手动虚拟设置后，ICW、IPW和IMW没有显著变化，仅牙弓长度显著减少。而两种自动设置后，IPW、IMW和牙弓长度均显著减少，表明自动设置导致了牙弓缩窄。
在牙齿线性移动方面，手动设置显示上颌和下颌切牙的舌向平移（lingual translation）显著大于两款自动软件（平均差异分别为5.97±1.10毫米、7.02±1.29毫米 对比 Ortho Simulation；5.73±0.96毫米、6.95±1.26毫米 对比 dentOne）。相反，Ortho Simulation和dentOne自动设置中上颌和下颌磨牙的近中平移（mesial translation）显著高于手动设置（分别为8.35±1.62毫米、8.69±1.91毫米 和 7.41±1.28毫米、7.74±1.90毫米 对比 -0.08±0.27毫米、0.03±0.47毫米）。这表明自动设置主要通过后牙近中移动来关闭拔牙间隙，模拟了支抗丧失，而手动设置则通过前牙后移来关闭间隙，符合绝对支抗的要求。
在牙齿角度移动方面，所有设置均显示上颌和下颌切牙有临床显著的舌向倾斜（lingual inclination），但手动设置的舌向倾斜量大于两种自动设置。
在操作时间方面，Ortho Simulation自动设置最快（4.14±0.53分钟），其次是dentOne自动设置（7.57±0.94分钟），手动设置最慢（21.00±1.66分钟）。
讨论
尽管人工智能在正畸领域的应用日益广泛，旨在节省时间、减少人为错误，但本研究揭示了其在复杂拔牙病例诊断设置中的局限性。自动设置未能充分考虑支抗需求，导致后牙过度近中移动和前牙后移不足，这可能无法满足双颌前突病例改善面型侧貌的治疗目标。同时，自动设置引起的牙弓缩窄可能影响治疗后稳定性及微笑美学（如增加颊廊间隙，buccal corridor）。
自动设置与手动设置的差异可能源于：1）软件仅基于牙齿咬合数据（STL文件），缺乏患者的头影测量和软组织数据；2）软件可能难以准确自动确定牙齿的长轴，特别是后牙的近远中轴，且未整合牙根信息；3）软件的自动化算法未提供支抗类型的选择选项。值得注意的是，即使在同一款软件（dentOne）内，其“自动排齐”功能基于安德鲁六项标准（Andrews’ six keys），但与医生根据个体牙齿形态、牙弓形态及邻接关系进行的手动精细调整相比，结果仍有显著差异。
自动设置（尤其是Ortho Simulation）的速度优势明显，这使其在患者咨询和可视化沟通中具有潜在价值。然而，若向患者展示一个后牙前移、前牙后移不足且牙弓变窄的模拟结果，可能无法满足其美学期望，甚至影响其对治疗方案的接受度。因此，临床医生的监督和手动修整对于确保数字化诊断设置的精准性、生物力学合理性和个性化至关重要。
结论
对于双颌牙槽前突拔牙病例，人工智能自动化诊断设置与手动数字设置产生了不同的结果。尽管自动化设置速度更快，但其会导致牙弓缩窄，且不能很好地处理拔牙间隙，模拟了支抗丧失。这些发现凸显了对自动化设置进行手动修整的必要性，以确保其预测性和临床应用价值。未来的软件升级应考虑整合更多临床参数（如支抗需求），并研究结合锥形束CT（CBCT）牙根数据对设置准确性的影响。
