Silicon Valley Endodontics & Microsurgery

Sunnyvale 加州的专科牙髓治疗

Dr. Jason Kung, DDS, MS — 牙髓病专科医师,毕业于 UCLA 牙科学院、Oregon Health & Science University 和 St. Barnabas Hospital。提供显微镜引导根管治疗、根尖外科手术(根尖切除术)、根管再治疗、牙齿裂纹诊断及牙外伤处理。

联系方式

1565 Hollenbeck Avenue, Suite 106
Sunnyvale, CA 94087
Phone: (669) 234-2354
Email: siliconvalleyendo@gmail.com

周一–周五 上午8:00–晚上7:00 · 周六–周日 上午8:00–下午3:00

诊疗项目

本网站需要 JavaScript 才能完整使用。请在浏览器中启用 JavaScript,或使用上述方式直接与我们联系。

技术 • 证据 • 患者选择

人工智能在牙髓病学中的应用:患者指南

人工智能可以帮助临床医生解读牙科影像,或协助解释相关信息,但无法替代检查、临床判断或个性化治疗方案。一项有前景的研究结果并不能证明某种工具能够促进愈合或帮助患者保留牙齿。

由 Silicon Valley Endodontics 编辑团队在人工智能辅助下编写。于 2026 年 9 月 30 日经 Jason Kung, DDS, MS 临床审核。本教育指南不声明我们的诊所使用临床人工智能软件,亦非个人医疗建议。

研究能告诉我们什么——以及其局限性

复查X光片中的标记

可能的用途: 提示可能存在的持续性病变。

证据边界: 更高灵敏度的检测也可能产生更多假阳性警报。标记并不能确定治疗失败或需要再治疗[3]。

隐藏根管

可能的用途: 帮助专科医生在CBCT上查看细小或额外的根管。

证据边界: 离体牙图像增强及小规模内部测试,并不能证明能发现所有根管或改善愈合效果[5,6]。

消费级图像聊天机器人

可能的用途: 能识别特定图像中的某些可见异常。

证据边界: 重要并发症常被遗漏;治疗建议未经患者获益验证[4]。

解答与参考文献

可能的用途: 解释术语或帮助准备问题。

证据边界: 外伤相关解答可能存在不安全内容,参考文献可能是伪造的,即便模拟考试答题得分较高也不例外[7,8]。

预测治疗结果

可能的用途: 探索哪些因素可能与后期愈合相关。

证据边界: 六个已审查模型均缺乏外部验证和正式校准;无一针对同一患牙验证了选择再治疗与显微外科手术之间的决策[9]。

影像人工智能不是聊天机器人

影像人工智能针对特定任务分析X光片或CBCT扫描,例如标记可能需要进一步检查的区域。生成式聊天机器人则根据提示生成文本。流畅的回答,或在专科医师资格考试中的表现,并不能确立其诊断牙齿的能力。聊天机器人可能捏造事实和引用文献。这两种工具都无法进行咬合测试、当面评估症状,也无法对治疗承担责任。

潜在益处——以及其不能证明的内容

影像工具可能有助于发现细微病变,或帮助临床医生进行系统性审查。聊天机器人可能帮助您准备问题或理解陌生术语。这些只是可能的用途,并不保证能提供更好的医疗服务。更多的检出结果未必更好:一种有用的工具必须能够在不增加不必要的扫描、治疗、费用或延误的前提下改善决策。对患者而言重要的结果包括疼痛、愈合、生活质量以及牙齿的保留。

假阳性与假阴性

假阳性是指对实际上并不存在的疾病发出警报,可能导致担忧、额外影像检查或不必要的治疗。假阴性是指遗漏了疾病,可能延误必要的治疗。准确性取决于任务类型、图像质量、研究对象,以及正确诊断的确立方式。来自特定数据集的高准确率数字,并不能告诉您该工具对与您类似的患者有多大把握。

为什么外部验证至关重要

外部验证是指在独立于开发数据的患者和图像上测试工具,最好来自不同诊所和扫描设备。请询问研究是否纳入了日常临床病例、不同人群,以及含有充填物或根管材料(可能产生影像伪影)的牙齿。对某一任务的验证并不意味着对所有用途都有效。需要在真实诊疗中开展前瞻性研究,并与临床医生诊疗进行比较,才能确定使用某种工具是否真正对患者有益。

JADA视角文章支持的内容

Swanson等人探讨了将新兴技术转化为临床应用,以及评估对患者重要结果的问题[1]。他们2026年9月发表于JADA的文章是一篇转化视角文章,并非人工智能诊断准确性研究,也不是证明根管治疗结果更优的临床试验。该文章支持探讨一项有前景的技术如何在临床实践中发挥作用;它并不支持某一具体准确率百分比或临床获益的承诺。

人工智能警报是否意味着我的根管治疗失败了?

不。Allihaibi等人研究了376颗已治疗牙齿的复查根尖X光片,以CBCT放射学发现作为参考标准[3]。在牙齿层面,人工智能的敏感性高于临床医生(67.3%对49.3%),但特异性低于临床医生(82.3%对92.5%):它在检测到更多参考阳性发现的同时,也产生了更多假阳性警报。这些是研究结果,并非本诊所的实际表现。持续存在的暗影区域可能正处于愈合过程中;单凭影像学发现并不能证明治疗失败。症状、检查、既往影像及随访情况均需综合考量。

消费级人工智能是否可能遗漏严重并发症?

是的。Akyüz等人针对三款消费级图文人工智能系统,以两位牙髓科医生的共识意见为参照,对60个筛选后的临床病例进行了测试[4]。对某些病变的识别并不意味着能可靠地检出并发症:在所测试的系统中,穿孔的检测敏感性从0%到22.7%不等。这是一项小型回顾性基准测试,并非独立地点的临床验证,也不是患者结果试验。自信的聊天机器人回答无法排除穿孔或折断器械的存在,其治疗建议也不应取代牙髓科医生的评估。

人工智能能否发现隐藏的根管?

研究人员正在探索这一问题,但研究背景至关重要。Ji等人在171颗离体牙上测试了图像增强技术[5]。在25颗四根管上颌第一磨牙的亚组中,普通CBCT图像可见18颗存在额外根管,增强图像可见23颗,而显微CT参考图像则全部25颗均可见。这一实验室比较并非临床结果研究;即使是增强图像也遗漏了部分根管。Turp等人仅在来自同一机构和同一台扫描设备的28个病例的保留测试集上测试了额外根管检测能力[6],其中遗漏了一个病例。内部测试并非独立的外部验证。两项研究均未证明治疗成功率有所提高,也不支持常规增加CBCT扫描。

更好的外伤提示并不等于安全保障

Ourang等人比较了聊天机器人对面向普通大众和面向专科医生的四个假设牙科外伤场景问题的回答[7]。专科医生的提问不仅措辞不同,还提供了不同的临床内容,因此该研究无法单独分离措辞本身的影响。部分回答包含不安全或捏造的建议。报告中的1920个评分是评估者按标准进行的评分,并非患者病例。请勿将时间花在优化聊天机器人提示上,而应在发生牙齿损伤后立即寻求专业评估。

令人信服的回答是否可能包含虚构的引用?

是的。在Jalali等人的模拟牙髓科口头考试研究中,两个被测试的模型各生成了四条虚构引用[8]。这些模型针对三个提供的病例情境回答问题;它们并未检查患者,也未参加正式考试。精美的回答和令人印象深刻的得分,并不能验证其参考文献的真实性,也不能证明其具备安全独立临床判断的能力。请打开重要参考文献,核实其确实存在,并确认其内容确实支持相关论断。

人工智能能否为我的患牙选择再治疗还是显微外科手术?

现有审查证据尚未确立这一能力。Sabeti与Torabi于2026年发表的期刊预印本是一篇范围综述和探索性差距分析,而非经过验证的治疗选择工具[9]。在六项预后研究中,无一报告了外部验证或正式校准——即检验预测概率是否与观察结果相符。对病例进行分类的准确性,与可靠的个人成功概率并非同一概念。没有任何模型在同一场景下对再治疗和显微外科手术均提供了经过验证的预测。部分输入变量仅在治疗后或随访期间才能获得,对于初始决策而言为时已晚。可修复性、根管通路、手术可行性及您的个人意愿仍需临床医生进行评估。该预印本存在筛选流程不一致的问题,且补充表格无法获取;其提出的决策框架仍处于探索阶段。

隐私、知情同意与责任

请避免将可识别身份的牙科图像、病史或个人信息上传至公共聊天机器人。在人工智能服务接收您的记录之前,请询问:谁会接收这些数据?存储在何处?保存多长时间?是否用于训练未来模型?您有哪些选择权?世卫组织指南强调自主性、安全性、透明度、问责制、包容性和可持续性[2]。您的临床医生仍然负责解读发现结果,并讨论不确定性和替代方案。

如何与医生讨论人工智能的结果?

Narad、Sharda和Aasdhir关于牙科人工智能伦理的叙述性综述探讨了人工智能的能力与局限、训练数据的代表性与公平性、隐私以及出错时的责任归属 [10, pp. 1000–1002]。请医生解释人工智能的输出如何与您的症状、临床检查和影像相吻合,而不是直接相信人工智能生成的解释:即使事后给出的解释看似合理,也可能具有误导性 [10, p. 1002]。请询问该工具在与您相似的患者身上表现如何,以及由谁处理错误或疑虑。这篇综述不是诊断准确性研究或患者结局试验,不能证明患者获益或任何产品的安全性。本指南并未声称本诊所使用临床人工智能。

应向您的医生提出的问题

这个工具专门设计用于完成什么具体任务?它是否在与我类似的患者身上经过了独立测试?如果其结果与您的检查结果不一致,该如何处理?它的结果会改变我的治疗方案吗,原因是什么?它是否可能导致额外的影像检查或费用?谁来核查其输出结果?我的记录如何受到保护,我可以拒绝此类使用吗?对局限性的清晰解释,比最佳情景下的准确率数字更有价值。

患者常见问题

人工智能能告诉我是否需要根管治疗吗?

仅凭人工智能无法做到。您的临床医生需要综合症状、检查、牙髓和咬合测试以及适当的影像学检查。人工智能的输出结果不构成个性化诊断或治疗建议。

我应该专门为人工智能分析而拍摄CBCT吗?

不应该。影像检查应基于临床问题的需要以及对您诊疗可能带来的益处,而非因人工智能的可用性而进行。请与医生讨论是否需要扫描,以及较低剂量的替代方案是否能回答相关问题。

我能相信牙科聊天机器人的回答吗?

请谨慎使用,仅用于获取一般性解释或准备问题,不可用于诊断或紧急医疗决策。它可能给出自信但错误的回答,以及虚构的参考文献。请向您的临床医生核实重要的声明。

这份指南是否意味着诊所使用人工智能来诊断牙齿?

不是。本指南解释研究内容和患者问题;它不确认诊所使用任何临床人工智能系统。请向您的医生询问您自己的诊疗过程中涉及哪些工具。

人工智能标记是否意味着我需要再次根管治疗?

不是。人工智能可能标记更多可疑病变,但也会产生更多假阳性警报。持续存在的放射学阴影可能正在愈合过程中。在建议再治疗之前,您的临床医生需要综合解读症状、检查结果及随时间的变化情况。

人工智能增强CBCT能保证找到所有根管吗?

不能。在离体牙上进行的增强研究以及小规模内部额外根管测试均存在遗漏根管的情况。这些研究不能证明愈合效果更好,不支持常规增加扫描,也不能替代专科医生的影像审查。

牙齿受伤后我应该询问聊天机器人该怎么做吗?

请勿让聊天机器人延误及时的专业评估。关于假设性外伤场景的研究发现了不安全或虚构的建议,更改提示措辞也不能保证针对您的伤情提供安全的回答。

人工智能给出的成功率百分比能告诉我应该选择再治疗还是手术吗?

从已审查证据中的模型来看,不能。六项预后研究均缺乏外部验证和正式校准,且无一针对同一患牙验证了两种选择。请与您的临床医生讨论牙齿状况、治疗可行性以及您的个人意愿。

探索证据与您的诊疗

来源与证据边界

  1. Swanson et al. Driving emerging technology to clinical impact. JADA. 2026;157(9):957–967.

    转化视角文章;非人工智能准确性或临床获益试验。

  2. World Health Organization. Ethics and governance of artificial intelligence for health. 2021.

    独立伦理指导文件;非牙髓病学诊断准确性证据。

  3. Allihaibi, Koller & Mannocci. Diagnostic Accuracy of a Commercial AI-based Platform in Evaluating Endodontic Treatment Outcomes on Periapical Radiographs Using CBCT as the Reference Standard. J Endod. 2025;51:898–908.

    回顾性放射学比较研究;存在敏感性/特异性权衡,非治疗失败或患者获益的证明。

  4. Akyüz, Kıvırcık & Aslan. Artificial Intelligence-assisted Periapical Radiographic Assessment: Lesion Detection, Endodontic Complication Analysis, and Review of Clinical Treatment Recommendations. J Endod. 2026;52:1194–1205.

    以专家共识为对照的60例筛选病例基准测试;存在并发症遗漏,无患者结果试验。

  5. Ji et al. Construction and Evaluation of an AI-based CBCT Resolution Optimization Technique for Extracted Teeth. J Endod. 2024;50:1298–1306.

    以显微CT为参考标准的离体牙实验室研究;非外部临床验证,未证明剂量降低。

  6. Turp et al. Automated Detection of Middle Mesial Canals in Mandibular Molars on CBCT using nnU-Net: A Retrospective Diagnostic Accuracy Study. J Endod. 2026;52:1352–1358.

    来自同一机构/设备的28例小型内部保留测试集;无独立外部验证,未证明临床治疗获益。

  7. Ourang et al. Artificial Intelligence Chatbots’ Performance on Dental Trauma Case-based Queries: Examining the Effect of Prompt and Content Engineering. J Endod. 2026;52:1444–1452.

    四个假设性外伤场景;提示措辞与临床内容同时发生了改变。非针对受伤患者的研究。

  8. Jalali et al. Artificial Intelligence Chatbots Taking American Board of Endodontics Simulated Oral Board Examination. J Endod. 2026;52:1148–1156.

    三个模拟病例;每个被测试模型各有四条虚构引用。非正式考试,也非自主诊疗能力的验证。

  9. Sabeti MA, Torabi G. AI Prognostic Models in Endodontics: Scoping Review and Clinical Gap Analysis for Retreatment vs Microsurgery Decision Support. J Endod. 2026. Journal pre-proof.

    六项预后研究,均缺乏外部验证或正式校准;探索性治疗选择框架。所提供的预印本存在筛选流程不一致的问题,且补充表格无法获取;最终卷期/页码尚未在此处确定。

  10. Narad C, Sharda K, Aasdhir SS. Ethical dimensions of artificial intelligence integration into dental practice. JADA. 2026;157(9):999–1004.

    六页伦理叙述性综述;并非诊断准确性研究、患者结局试验,也不能证明获益或产品安全性。

牙科人工智能伦理文章已作为叙述性综述阅读并核实。其讨论有助于患者提问;单凭该文章不能证明临床获益或产品安全性。本指南的临床批准及其有限范围已在上文说明,与来源核实分开。