AI機械学習を基盤とした支台歯形成技能評価システムの自律化

点击翻译按钮获取中文摘要

近年デジタルデンティストリーの開発は目覚しいものがあるが，補綴治療において口腔内で長期に安定した治療効果を得るためには，適切な支台歯形態を与える必要がある．しかし支台歯形態の良否の臨床的判断はいまだ目視に依存している．研究代表者はこれまで，「支台歯形態評価ルーブリック」を開発してきた．しかしこれらは手動の過程を多く残しており，評価者に多くを委ねている．研究代表者は三次元形状デジタルデータの人工歯を対象に，教員によるルーブリックを用いた支台歯形態評価を教師とした機械学習を行い，種々の条件下での評価を重ね，１Ｄ-ＣＮＮの応用により，指導者による評価との一致率約70％という成果を得ることができた．さらに，令和４年度生体医歯工学共同研究拠点プロジェクトの共同研究と並行して東京工業大学との共同研究を進めた結果，評価項目「咬合面の削除量」と「軸面のテーパー」の適切なアルゴリズムを確立することができた．これは根幹的課題解決に相当するものであった．今年度は，適切な支台歯形態の要件として重要と思われる評価項目「辺縁の形状」に着手した．高精度３Ｄデータを対象に辺縁にＪ-shape に相当する例数を計算式から抽出した．支台歯100本を対象に解析を進めたところ，該当する例数が極めて少なく，３Ｄデータの信ぴょう性に疑問が生じた．近年臨床で普及している口腔内オーラルスキャナー（ＩＯＳ）を用いて採取したデータの方が辺縁部の鋭利な画像を高精度に採取することが判明した．本研究は高精度のデジタルデータの採取に戻り，ＩＯＳを用いた安定した画像採取の方法を確立し，今年度を終えた．今後は，辺縁部の評価アルゴリズムを確立し，評価との照合を行い，人工知能も応用し，評価システムの根幹的課題の解決を図り，本システムの確立を目指す．