孟柳燕团队在《Nature Biomedical Engineering》发表人工智能辅助口腔影像解读最新成果
近日，我院孟柳燕教授团队在国际期刊《Nature Biomedical Engineering》发表题为“Towards clinical-level interpretation of dental panoramic radiography using an instance-guided vision-language model”的研究成果。本论文第一作者为朱其奎博士，通讯作者为孟柳燕教授。武汉大学口腔医院为第一署名单位和通讯作者单位。武汉大学计算机学院杜博教授，烟台市口腔医院柳忠豪教授，南昌大学附属口腔医院郑治国主任医师，十堰市人民医院何俐主任医师，美国天普大学牙学院杨杰教授，为本研究做了重要贡献。本研究得到了国家自然科学基金、湖北省重点研发计划、武汉大学口腔医院研发项目的资金支持。
曲面体层片是口腔疾病诊断与治疗规划中广泛应用的放射影像工具之一。然而，面对快速增长的影像检查需求，全球范围内口腔影像诊断资源相对不足，导致大量曲面体层片难以及时获得系统、全面的解读。这一供需矛盾不仅增加了临床医生的工作负荷，也可能造成诊疗决策延迟。与此同时，临床实践中的影像报告有时存在报告记录不完整、局限于患者主诉等问题，影响了对口腔疾病和整体口腔健康状况的全面评估，并可能增加漏诊或误诊风险。
针对上诉临床痛点，研究团队构建了覆盖超过101,000名患者的大规模口腔影像数据集，并提出实例引导的视觉语言模型DentFound。DentFound将牙齿实例信息融入视觉表征学习，引导模型聚焦具体牙位、病灶区域及治疗后改变，实现病变牙齿定位、疾病诊断和结构化报告生成的一体化分析。通过多层次知识重采样策略、渐进式学习策略，提升了模型对复杂口腔影像的细粒度理解能力，为口腔影像人工智能从单一疾病识别走向临床级综合解读提供了新的技术路径。
图 1数据集疾病类型及患牙分布情况
图 2模型架构模式图
实验结果表明，DentFound在自动化报告生成和疾病诊断方面均显著超越了现有的医学视觉语言模型。专家评估结果显示DentFound生成的报告质量优于或足以媲美放射医生撰写的影像报告。杂志编辑评价：DentFound视觉语言大模型在口腔曲面体层影像辅助诊断和报告生成任务上展现出优异的性能，充分突显了该模型在真实口腔临床实践中落地潜力和应用价值。
口颌系统重建与再生全国重点实验室武汉分室边专主任介绍：这一研究成果的发表标志着我院在口腔医学人工智能领域跨入世界前列。近年来，孟柳燕教授团队依托武汉大学口腔医院和全重实验室，牵头构建了数智化技术辅助口腔疾病诊疗平台。该团队充满朝气和探索精神，研发了口腔疾病智能影像诊断及报告生成系统，建立了从导航设备、器械到智能设计软件一体化治疗方案。在未来，希望该团队不断完善和优化口腔疾病智能诊疗平台，将科学研究真正服务于临床，特别是提升偏远地区医疗服务能力，为患者提供更加快捷、便利的诊疗服务。
论文链接：