Development of artificial intelligence to generate denture design

2023 Fiscal Year Annual Research Report

• Project/Area Number: 21K10016
• Research Institution: Tokyo Medical and Dental University
• Principal Investigator: 笛木 賢治 東京医科歯科大学, 大学院医歯学総合研究科, 教授 (30334436)
• Co-Investigator(Kenkyū-buntansha): 若林 則幸 東京医科歯科大学, 大学院医歯学総合研究科, 教授 (00270918) ; 高橋 邦彦 東京医科歯科大学, M&Dデータ科学センター, 教授 (50323259) ; 稲用 友佳 東京医科歯科大学, 大学院医歯学総合研究科, 助教 (50802302)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 部分床義歯 / 設計 / 人工知能 / 説明可能ＡＩ / 深層学習

Outline of Annual Research Achievements

部分床義歯を設計する際には，歯列欠損の状態，残存歯と顎粘膜の3次元形態，支台歯の動揺度などの臨床情報に加え，異物感，患者の審美性への要望，耐久性，費用など多面的な情報も総合的に考慮する必要がある．歯科医師は，その上で，適切な支台歯を選定し，義歯の設計原則にもとづき支台装置の種類と配置，連結子の種類と走行，義歯床の大きさなどの構造因子を決定する．義歯の設計はこのような多変量情報に基づく臨床判断を要する重要なステップであり，歯科医師の経験と技量が義歯の質に大きく影響する．そこで，本研究では，部分床義歯の設計プロセスに人工知能を導入することで，歯科医師の経験と技量に依存せず適切な設計が自動的にできるシステムを開発することを目的とする．
２０２１年度は義歯設計の症例情報を収集して電子化とデータベースを作成した．次に，人工知能を構築する際に使用する入力パラメータを設定するための検討を行い，上顎と下顎それぞれの大連結子の種類をアウトカムとし，欠損部位，欠損歯数，歯周組織のパラメータ，欠損部顎堤の形状などを予測因子として深層学習の予測モデルを試作した．２０２２年度は，試作した予測モデルの精度の向上を行った．具体的には，モデル作成に使用した個々の症例を精査し，大連結子の予測精度を低下させている症例を抽出した．予測精度を低下させている要因とパラメータを特定し，試行錯誤的にパラメータの選別とアルゴリズムとプログラムの改良を行った．その結果，臨床的に実用レベルに達する予測精度モデルが得られた．２０２３年度は，新たに症例を追加して，これをもとに予測モデルの精度を検証した．さらに，ＡＩモデルの臨床パラメータの寄与を可視化して予測根拠にもとづく臨床的な妥当性が担保されていることを明らかにした．