大型 AI 模型在牙科医疗中的应用：从通用系统到领域特定基础模型

背景

口腔疾病是全球性的健康挑战，影响着近 35 亿人口。然而，尽管大型人工智能（Large AI）模型在其他医疗领域取得了显著进展，其在牙科临床中的比较潜力和实际效用仍未被充分理解。

目前，牙科 AI 领域主要涌现出三类截然不同的模型架构：

1. 语言生成模型（Language-generative models）：侧重于文本处理。
2. 判别性视觉基础模型（Discriminative vision foundation models）：侧重于图像识别与分割。
3. 牙科特定基础模型（Dental-specific foundation models）：专为牙科任务微调或构建。

尽管这三类模型各自发展，但缺乏一篇统一的综述来梳理它们之间的关系、各自的优势以及整体的局限性。为了解决这一知识空白，本研究遵循 PRISMA-ScR（系统范围审查报告规范）指南，旨在系统性地评估大型 AI 模型在牙科医疗中的应用现状。

核心内容

本研究通过系统性地检索 PubMed、Google Scholar、Scopus 和 arXiv 四个数据库，由两名评审员独立筛选，最终纳入了 2020 年至 2026 年间发表的 97 项研究。基于这些文献，研究团队提出了一个二维分类框架，从“架构范式”和“牙科专业化程度”两个维度对现有模型进行了组织和分析。

1. 模型类别的性能表现

• 语言生成模型（如 Llama、ChatGPT 等通用大模型）： 在基于文本的任务中表现卓越，包括临床推理、执照考试辅助以及医患沟通。然而，在依赖图像的诊断任务中，其表现不一致，往往难以直接处理复杂的牙科影像数据。

• 适配的视觉基础模型（如 SAM、CLIP 的变体）： 经过适配的 Segment Anything Model (SAM) 和 Contrastive Language-Image Pre-training (CLIP) 变体，在牙齿分割和病变检测方面取得了强劲的结果。这类模型利用了在大规模自然图像数据上预训练的知识，迁移到牙科影像分析中效果显著。

• 牙科特定基础模型（如 DentVFM, DentVLM, OralGPT）： 这些是专门为牙科领域构建或微调的模型。数据显示，它们在处理复杂的多模态任务（即同时结合文本、影像、电子病历等数据）时，表现出最强的性能。

2. 架构趋势：集成优于单一

研究指出，集成管道（Integrated pipelines） 的表现 consistently（持续地）优于单一模型方法。最有效的系统通常结合了通用模型（利用其强大的通用推理能力）和牙科特定模型（利用其领域专业知识），在结构化管道中协同工作。

3. 数据不对称性

研究观察到一个显著的数据不对称现象：

• 视觉领域：牙科特定的预训练数据相对集中，因为牙科影像（如 X 光片、口内扫描）相对容易获取和标注。
• 文本领域：大规模牙科文本语料库严重稀缺。这导致牙科特定模型在文本理解和生成方面的预训练基础远弱于视觉部分，限制了其在纯文本任务上的上限。

关键要点

• 三类模型各司其职：语言生成模型擅长文本交互与推理，视觉基础模型擅长图像分割与检测，牙科特定模型擅长多模态复杂任务。
• 混合架构是最佳实践：单一模型难以应对牙科临床的复杂性，结合通用大模型与领域特定模型的集成管道表现最佳。
• 数据瓶颈在文本侧：牙科 AI 的发展受限于高质量、大规模牙科文本数据（如病历、文献）的缺乏，导致文本预训练不足。
• 三大待解障碍：
  1. 幻觉问题：生成式模型在临床应用中可能产生事实性错误。
  2. 标注数据有限：高质量的牙科标注数据集规模仍然有限。
  3. 缺乏标准基准：目前缺少统一的、标准化的临床评估基准来公平比较不同模型的性能。

意义与影响

这项研究为牙科 AI 领域提供了首个全面的分类框架，明确了从通用 AI 到领域专用 AI 的演进路径。其核心结论是：通用模型与牙科特定模型并非替代关系，而是互补关系。

对于临床实践和技术开发而言，这意味着：

1. 开发方向：未来的牙科 AI 系统不应仅依赖单一模型，而应构建包含视觉感知、文本推理和多模态融合的结构化管道。
2. 数据策略：鉴于文本数据的稀缺性，未来需要更多努力来构建标准化的牙科文本语料库，或通过合成数据、迁移学习等技术弥补这一短板。
3. 安全部署：要实现自主化的临床部署，必须优先解决幻觉问题并建立严格的临床评估基准。只有跨越这三道障碍，大型 AI 模型才能真正安全、有效地融入牙科诊疗流程，从而改善全球 35 亿口腔疾病患者的护理质量。