基于AI预测模型的单侧唇腭裂新生儿牙槽骨成形术个性化治疗周期优化研究

　　为解决单侧唇腭裂(CLP)新生儿牙槽骨成形术(AMPT)治疗周期难以预测的临床难题，研究人员开发了基于三维解剖特征的机器学习预测模型。通过35例患儿数字化建模和MLP神经网络训练，实现治疗周期预测误差仅3.03天，相关系数达0.96（R2=0.91），为个性化CLP治疗提供了精准AI决策工具。

　　

在唇腭裂(CLP)治疗领域，牙槽骨成形术(AMPT)作为首次重建手术前的关键准备步骤，其治疗周期的精准预测始终是临床难点。这项突破性研究将人工智能引入治疗规划，科研团队采集了35例单侧CLP患儿的上颌弓三维数字模型，通过标注关键解剖标志点并计算特征距离，构建了多层感知机(MLP)神经网络预测系统。

令人振奋的是，该AI模型展现出卓越的预测性能：0.96的皮尔逊相关系数、0.91的决定系数(R²)，以及仅3.03天的平均绝对误差。模型分析揭示，牙槽裂隙周围标志点及裂隙宽度相关距离是影响预测的最关键特征。这些发现为建立智能化CLP治疗流程奠定了坚实基础，标志着个性化医疗在先天颌面畸形领域迈出重要一步。