| 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 |
交付 (2022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 / 設計 / 人工知能 / 深層学習 / 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．
|
| 研究実績の概要 |
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．
具体的には，様々な欠損型と残存歯の状態に応じて，適切な支台歯と義歯の構成要素（支台装置，連結子）を出力する予測プログラムを作成する．第一段階として，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，欠損示数，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て，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．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
２０２２年度には，試作した予測モデルを改良して，実用上の精度で大連結子を予測することができるレベルに達することができた．
|
| 今後の研究の推進方策 |
２０２３年度は，改良モデルの妥当性の検証を行う．予測モデルを用いて新たな症例で大連結子の予測を行い，精度の検証を行う．
|
