数字化正畸思维和临床实践
数字化正畸思维和临床实践
引用本文：许艳婷，唐国华.数字化正畸思维和临床实践[J]. 中国实用口腔科杂志，2025，18（2）：129-135. DOI：10.19538/j.kq.2025.02.001
作者简介
唐国华，主任医师、博士研究生导师。现任上海交通大学医学院附属第九人民医院口腔正畸科副主任。兼任中华口腔医学会口腔正畸专业委员会常务委员、上海市口腔正畸专业委员会副主任委员、《上海口腔医学》《中华口腔正畸学杂志》编委、英国爱丁堡皇家外科学院口腔正畸专科考试国际考官。主要从事颌骨生长改良和调控、数字化矫治技术、舌侧矫治技术等研究。入选上海市科技启明星和启明星追踪人才培养计划。承担国家自然科学基金、上海市自然科学基金等多项科研项目。发表论文90余篇。获国家专利10项，成果转化2项。
作者姓名：许艳婷，唐国华
基金项目：上海市重中之重研究中心项目（2022ZZ01017）；中国医学科学院医学与健康科技创新工程项目（2019-I2M-5-037）
作者单位：上海交通大学医学院附属第九人民医院口腔正畸科，上海交通大学口腔医学院，国家口腔医学中心，国家口腔疾病临床医学研究中心，上海市口腔医学重点实验室，上海市口腔医学研究所，中国医学科学院口腔颌面再生医学创新单元，上海 200011
通信作者：唐国华，电子信箱：drtanggh@163.com
摘要：数字化技术的优势不仅在于减少繁琐的临床操作，更重要的是增加治疗的安全性、有效性和准确性。数字化摄影和扫描获取颅颌面结构和牙𬌗模型、人工智能进行测量和诊断分析、数字化设计和制作个性化矫治器，这些静态的单一模块的数字化技术已广泛应用于口腔正畸临床。然而，口腔正畸治疗主要涉及牙齿移动、牙槽骨改建、颌面生长等动态变化。如何将数字化技术应用到动态的口腔正畸诊疗中，以助力正畸目标位的确定、提高矫治效率和精准度，数字化正畸的范畴有待进一步扩展。
关键词：数字化；口腔正畸；矫治目标；效率；个性化矫治
目前口腔正畸诊疗中，数字化技术已涵盖了从数据采集、处理、分析到应用的全过程［1］。使用高精度的口腔扫描和面部扫描技术，获取患者牙齿、咬合和面部形态的三维数字化模型，可为医生提供全面精确的数据信息；通过人工智能技术进行测量和分析，可帮助医生做出准确的诊断；数字化设计制作个性化矫治器，有助于提高治疗的个性化水平和治疗效果［2］。与其他学科不同，口腔正畸治疗主要涉及牙齿移动、牙槽骨改建、颌面生长等动态变化，决定正畸治疗结果的核心问题是目标位、精准度和效率［3］。本文围绕这三大问题的相关研究，就数字化技术的应用做一回顾和展望。
1 数字化治疗计划——确定可预期的目标位
正畸治疗计划的制定需要综合患者主诉、病史、临床检查等信息，传统的方法是根据头颅定位侧位片和牙齿模型的测量，拟定正畸治疗的目标位并计算牙齿移动的间隙。例如，经典的Steiner牙列间隙分析，通过评估拥挤度、切牙移动量、Spee曲线高度、磨牙后区生长量等指标，估算出正畸治疗所需的间隙，从而确定是否需要拔牙以及支抗需求等治疗计划（图1）。如今，通过数字化工具可以得出更准确和可预测的矫治方案。
1. 1 切牙位置 正畸治疗的总体目标是实现牙颌面的协调、美观和稳定，其中上下切牙的位置起到十分关键的作用。Tweed认为下切牙与下颌平面之间的角度至关重要，提出以理想的下切牙矢状向位置为治疗目标。Downs、Steiner、McNamara等则根据上切牙与特定参考线之间的关系，认为应将上切牙置于理想的位置。Andrews在“口颌面协调六要素”中指出，上颌中切牙牙冠唇面中心点（facial axial point，FA）应落在目标前界线（goal anterior limit line，GALL）上。显然，使用这些单一参考线作为确定切牙位置的方法无法满足形态各异的个体。Li等［4］开发了一种线性耦合系统用于确定亚洲女性上切牙的矢状向最佳位置，提出FA点位于眉间点垂线后2 ~ 5 mm，同时位于软组织鼻下点（Sn）垂线后4 ~ 7 mm处可获得最佳的侧貌。Sangalli等［5］通过总结已发表的文献得出上下切牙位置的最佳参数，如上切牙矢状向距鼻根点至上牙槽座点连线（NA）3 ~ 4 mm、距颏前点至上牙槽座点连线（AP）3 ~ 6 mm、距零子午线9 ~ 12 mm。
理想的切牙位置除了需考虑种族和参考线的因素以外，还需适应不同骨面型的特征。传统头影测量的臂章分析法，就是以个体上牙槽座点-鼻根点-下牙槽座点构成的角（ANB）大小和颏部突度，根据牙齿代偿的机制，预估上下切牙的位置（图1）。Zhou等［6］通过一项对244名中国女性的回顾性研究，提出上颌切牙距离面平面（NP）的预测模型，用于定制上颌切牙目标位并优化数字化正畸治疗计划。根据正常人群和正畸治疗后切牙和颅颌面结构的相关性研究，可开发出基于个体颅颌面特征的理想切牙位置的人工智能模型。
1. 2 数字化可视化治疗目标（visualized treatment objective，VTO） VTO预测分析是基于预定义的软硬组织移动比例来预测颌面部的变化，包括生长发育、正畸治疗和正颌手术的影响，以期建立治疗完成时的视觉效果。上唇和上切牙之间的移动比例，由1∶1至1∶2.3不等。研究显示，拔除4颗第一前磨牙后，Dolphin VTO预测在垂直方向上的准确性高于水平方向，Sn和软组织A点的变化最准确，而软组织颏部区域的准确性较低，可能是由于缺乏对年龄、种族、性别、牙颌面形态、软组织厚度和张力等因素的综合考量［7-8］。因此，开发更好的成像软件算法，纳入个性化的软硬组织移动比例，将提高VTO预测的精准度。
在临床实践中，使用数字化头影测量和VTO分析软件（如Dolphin、Uceph、智贝云、朗视等），结合模拟排牙软件（如Ualign、Invisalign Outcome Simulator等），可拟定更直观的正畸治疗方案。第一步，使用数字化头影测量和VTO分析软件，据前所述先确定上下切牙的位置，牙根设定位于基骨中并建立正常覆𬌗覆盖关系（图2a ~ b）。第二步，将X线侧位片和面部照片重叠，形成侧貌VTO预测，确定此侧貌形态与医生和患者的预期相符（图2c）。第三步，将前牙目标位与初始位的差值转移到模拟排牙软件，根据Andrews六要素完成上下牙列的排牙，整合锥形束CT（cone beam CT，CBCT）评估目标位牙齿的根骨关系，确定减数、扩弓、磨牙远移、邻面片切等治疗方案（图2d）。第四步，输出目标位与治疗前的牙列重叠图及牙移动量表，如磨牙远中或近中移动量（图2d），评估方案可行性和确定支抗控制等治疗计划。现有的这些软件尚局限于单一模态，将数字化头影测量软件、CBCT和排牙软件进行多模态整合，将更快捷和准确地完成数字化正畸方案的制定。
1. 3 微笑美学 数字化正畸目标位设计时，还应充分考虑微笑美学的静态和动态设计。现代微笑美学设计主要包括面部美学、唇部美学、牙齿美学和牙龈美学。2022年，Sabbah［9］提出微笑设计治疗计划（smile design treatment planning，SDTP），通过跨学科的数字化信息融合，为患者个性化微笑设计制定综合的治疗计划。Wang等［10］通过对176名受试者的动态笑容进行视觉模拟量表评估，指出前微笑线、后微笑线、上唇曲率和微笑指数是微笑吸引力的主要因素，在美学治疗计划中应优先考虑。2024年，唐振兴等［11］将自主最大笑容（autonomous maximal smile，AMS）三维面像与数字化牙模整合用于正畸目标位的确定，在面部软组织背景下从任意视角观察数字化排牙结果，模拟结果更加真实准确，大大提高了数字化正畸的精准度。
1. 4 下颌运动 传统的颌位关系转移仅考虑静态咬合关系，并未模拟患者每一时刻的真实咬合运动。研究指出，下颌运动能力随着年龄的增长而增加，年轻成年男性的下颌运动较女性更大，反𬌗和开𬌗的患者下颌运动能力较小，深覆𬌗和深覆盖的儿童下颌运动能力更大［12］。下颌运动实时记录系统可记录和分析下颌及髁突运动轨迹的动态咬合关系，为错𬌗畸形患者的功能状态评价提供依据。目前，数字化下颌运动实时记录系统主要包括超声感应式（如SICAT、Zebris和ARCUS digma）、光电感应式（如TRIOS Patient Specific Motion、Plan‐meca 4DTMJaw Motion和MODJAW）和磁电式（如mandibular kinesiograph）。下颌运动轨迹描记仪可作为快速、无创和无辐射的动态诊断工具，在正畸治疗前和治疗中筛查和监测颞下颌关节异常。下颌运动实时记录数据与CBCT、口腔扫描数据和面部扫描数据等多模态数据融合，可构建出具有真实下颌运动的4D虚拟患者，从而确立功能状态下个性化目标位及数字化治疗方案。
1. 5 数字化正畸-正颌联合治疗 人工智能将经验正颌外科模式转为精准正颌外科模式，实现全自动术前诊断、多维度数字化正畸正颌方案设计、高精度机器人辅助手术和术后美学预测。例如，基于3D打印的截骨-定位-固定系统、无托槽隐形矫治器和颌位稳定器的“精准牙-骨移动手术先行模式”，实现了个性化精准正畸-正颌联合治疗［13］。
1. 6 人工智能决策 正畸治疗方案往往不是惟一的，许多临界病例很难确定理想的治疗方案，提高决策的客观性和准确性非常重要。人工神经网络（artificial neural network，ANN）模拟生物神经元的行为，根据输入数据可输出治疗决策。目前研究较多的是使用神经网络机器学习的人工智能系统为正畸医生提供拔牙指导。Etemad等［14］对838例单纯正畸患者进行模型训练，提出机器学习模型在拔牙决策时具有良好的准确性和稳定性。Choi等［15］开发了一种由2层神经网络组成机器学习模型用于正畸-正颌联合治疗患者的手术和拔牙决策，取得了91%的成功率。对于拔牙模式的选择，Leavitt等［16］通过一项对366例患者的回顾性研究，提出机器学习模型预测上下颌第一前磨牙和上颌第一前磨牙拔牙模式具有良好的准确性，然而对上颌第一前磨牙/下颌第二前磨牙、上颌第二前磨牙/下颌第一前磨牙和上颌第二前磨牙/下颌第二前磨牙拔牙模式的预测不佳。上述研究表明，人工智能决策仍存在一定局限性，应使用更大规模的样本和多中心数据，以提高人工智能决策的泛化能力。
2 数字化治疗实施——实现精准牙齿移动
正畸目标位一旦确立，接下来就需要考虑如何实现这个目标。精准高效的正畸牙移动需要深入了解矫治器的材料特性和生物力学系统。数字化矫治器主要包括透明矫治器（clear aligner）和个性化固定矫治器。透明矫治技术通过一系列透明矫治器，逐步引导牙齿移动到预定位置，既包括了治疗目标，也涵盖了治疗过程。个性化固定矫治技术是基于数字化模型的目标位，设计和制造出个性化的托槽和弓丝，不包含矫治过程。
2. 1 个性化力学设计 透明矫治器移动牙齿的平均效率不足60%，尤其是牙根转矩移动的表达率偏低，需要设计过矫正［17］。Liu等［18］提出前牙内收时尖牙放置垂直矩形附件，切牙设置4.8°/mm的过矫正可实现前牙的整体内收和最少的牙根吸收。Yang等［19］提出每副矫治器设置1.7°支抗预备和远中/舌侧切口的Ⅱ类弹性牵引可实现下颌第一磨牙的整体移动。Liu等［20］提出矢状面的力矩补偿，伸长牙弓中部并压低牙弓末端，即在上下牙弓建立反Spee曲线以补偿“过山车”效应。Meng等［21］指出，在唇侧和舌侧同时设置压力嵴可在一定程度上控制中切牙的牙