| 研究課題/領域番号 |
21K10016
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分57050:補綴系歯学関連
|
|---|
| 研究機関 | 東京医科歯科大学 |
|---|
研究代表者 |
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)
|
|---|
| 研究分担者 |
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)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2023年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2021年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 部分床義歯 / 義歯設計 / 人工知能 / 説明可能AI / 深層学習 / 設計 / 説明可能ＡＩ / ニューラルネットワーク |
|---|
| 研究開始時の研究の概要 |
本研究では，部分床義歯の設計を自動で行うAIを開発を以下の３段階で実施する．第１ステップは義歯設計の症例情報の収集とデータベースの作成する．第２ステップは，データベース化した種々の詳細なリッチな多次元の臨床情報を，変数間の相関構造から統計的に考慮してAI構築に利用する入力パラメータ（多元数値データ）を設定する．次いで深層学習または機械学習により，歯列の欠損情報を入力し，義歯設計を出力するAIを構築する．第３ステップでは，開発したAIの妥当性の検証として，日本補綴歯科学会の専門医による設計をゴールドスタンダードとしてAI設計との一致度を検証する．
|
| 研究成果の概要 |
部分床義歯の設計を自動化する人工知能を開発することを目的として，約1,000例の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構築した．これを教師データとして，義歯の大連結子を予測する人工知能モデルの構築を試みた．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の多変量パラメータを予測因子として深層学習により予測モデルを試作し，臨床的に実用レベルまで改良を行った．さらに，ＡＩモデルの臨床パラメータのアウトカムへの寄与率を可視化することで，アウトカムを予測する臨床的根拠を明らかにした．
|
| 研究成果の学術的意義や社会的意義 |
部分床義歯の設計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様々な臨床情報に基づき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．本研究では，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見据えて構想しており，人工知能が社会実装されれば社会的な意義は大きい．また，歯科補綴学領域への人工知能の導入は比較的遅れており，本研究の成果は歯科補綴学における先駆的な例となり学術的意義も大きい．
|
