【粵港澳雙創賽】港團隊AI設計義齒 咬合如真牙獲獎

◆「Tooth AI」團隊正在研究用人工智能手段優化義齒安裝方案。 香港文匯報廣州傳真
◆「Tooth AI」團隊正在研究用人工智能手段優化義齒安裝方案。 香港文匯報廣州傳真

◆咬合率在義齒安裝中至關重要。 香港文匯報廣州傳真
◆咬合率在義齒安裝中至關重要。 香港文匯報廣州傳真

◆一名有牙齒問題的兒童正在接受牙科治療。 香港文匯報記者敖敏輝  攝
◆一名有牙齒問題的兒童正在接受牙科治療。 香港文匯報記者敖敏輝 攝

◆團隊在粵港澳大灣區青年創新創業大賽獲獎。 香港文匯報廣州傳真
◆團隊在粵港澳大灣區青年創新創業大賽獲獎。 香港文匯報廣州傳真

  研究數百例「完美牙齒」打造修復方案 耦合度高達95%

  安裝義齒(即假牙),最成功莫過於讓假牙與牙床能夠完美耦合,達到舒適、美觀、實用的效果。然而,現實中,行業內新植義齒平均耦合程度在70%到80%之間。面對行業痛點,由港大牙醫學院臨床助理教授林宇恒醫生主導的多人團隊,研究數百例「完美牙齒」的形狀及其上下頜牙咬合情況,並進行人工智能(AI)訓練,成功打造出AI修復牙科方案。這套名為「Tooth AI」的模型在對患者的真實治療中,義齒建模時間縮短大半,假牙與牙床的耦合程度達到95%以上,幾近天然牙。項目在近期的粵港澳大灣區青年創新創業大賽中,從近3,000個項目中突圍,奪得二等獎。當前,中國修復和種植牙齒市場需求巨大,團隊將面向牙科診所、醫院和牙科工廠開拓市場。 ◆香港文匯報記者 敖敏輝 廣州報道

  先天的或後天的包括牙齒疾病導致的牙齒缺損,在全世界都屢見不鮮,尤其常見於長者群體。林宇恒是香港的註冊修復齒科專科醫生,有着多年的臨床經驗。在他看來,對安裝義齒行業來說,每次修復缺損牙沒有最好,只有更好。即便是經驗最豐富的牙科醫生,面對不同口腔健康狀況的缺牙患者,也會出現咬合不夠理想的情況。

  臨床中受啟發 收集個案建數據庫

  林宇恒記得,新冠疫情期間,醫院來了一位牙齒磨損嚴重的婆婆,醫生在傳統模式下給她修復全口義齒。後續回饋中,患者總感覺咀嚼咬合不舒適。覆診中,醫生前後調整了七八次,都沒有讓患者完全滿意。自此,林宇恒萌生了利用人工智能手段設計義齒方案的想法。

  他介紹,在傳統模式下,醫生需要通過目測、口腔掃描、面弓等不同手段去收集患者的牙齒與顳顎關節信息,再使用咬合架模擬患者下顎運動去設計出咬合舒適的牙齒模型。這是一個很耗時耗精力的過程,且存在一定誤差,無法完美地針對個人量身定製。為此,林宇恒團隊決定反其道而行,先收集其他健康牙齒個案,進行三維掃描。工程技術專業出身的團隊夥伴,再利用程序設計技術進行人工智能訓練。AI訓練中,他們從剩餘的牙齒,推算缺損牙齒的形狀及其上下頜牙咬合情況,並建立數據庫。

  「香港大學是全港唯一一個有牙科教學的高校,在開展基礎研究方面給予了很大支持。比如,過去兩年間,我們透過港大醫院,收集了400個左右的個案,每個都是『百裏挑一』,牙齒排列整齊、牙齦健康完整且牙齒都在正確的位置。」林宇恒說,這項工作非常不易,每一次找到這樣的個案,團隊都非常興奮。

  省時省力 高效匹配缺損牙齒

  人工智能訓練的成果讓團隊成員頗為滿意。傳統模式設計的牙齒,外觀相差無幾,和患者原有的牙齒相似度、與牙床的耦合度,大約七八成。在AI模型下,給超過十名患者植牙,設計的牙齒形狀和患者的天然牙齒高度脗合,耦合度能夠達到95%,醫患都十分滿意。

  AI建模牙齒修復的臨床效率也比傳統方式大為提高。面對一個病人,牙醫往往需要動輒半小時去研究患者的牙齒,並對牙齒模型進行調節,而AI模式只需要5到10分鐘便可完成。AI建模完成後,將義齒的三維模型交給專業牙科工廠製作義齒,能夠非常高效地為患者匹配缺損牙齒。

  目前,團隊仍處在初級研究階段,相關成果可應用於最多缺損五顆左右的患者。他們正在對臉型大小、眼睛大小以及鼻子高低與牙齒造型關係進行研究,已取得初步成果。同時,此前因疫情推遲的「完美牙齒」的搜集工作,亦在加速進行。

  「我們期待更系統、數據更豐富的研究,使得我們的成果應用更實用,未來,即便全口牙齒缺損,我們亦有可能實現接近百分百地還原。」林宇恒說。

  技術成熟後將改變牙醫教學模式

  更值得期待的是,如果人工智能義齒設計研究和應用成熟之後,將改變現有的牙科醫學教學模式。林宇恒指,入校後的第三年到第六年,牙科學生基本上在學習上下牙的咬合關係,如何提升咬合率。如果AI義齒設計成熟,這項學習可以極大減少,學生可以有更多時間開展口腔衞生、更個人化地預防口腔疾病、提升病人舒適度等方面的理論以及實操學習。

  該團隊成員組成十分多元,比如周俊宏醫生擁有內地和香港頂級口腔醫學學習經歷,康敏圖醫生在英國和日本均有學習深造經歷,而來自香港理工大學的熊體超教授是電子工程、電子及諮詢工程學博士,周俊諺則畢業於香港大學經濟及金融專業。接下來,他們將繼續利用不同專業背景優勢,加速研發,推出更多AI應用成果。