综述：腭向移位尖牙及经济结果重要性：一篇叙述性综述

　　本综述系统探讨了人工智能远程监控（AIDRM）在无托槽隐形矫治（CAT）中辅助装置（附件与按钮）脱落检测中的应用价值。研究显示，DentalMonitoring（DM）AI系统对此类事件的检测灵敏度高达98.2–98.4%，特异性达99–100%，可显著减少未识别的临床事件发生，提升矫治效率与患者管理质量。

　　

Abstract

本研究旨在通过二元分类方法（阳性vs阴性）评估DentalMonitoring（DM）人工智能（AI）在检测矫治器辅助装置（特指附件和按钮）脱落时的性能，并计算其敏感性与特异性。结果表明DM的AI分析系统在此类检测中具有极高准确性，可显著降低未识别临床事件的发生率。

Introduction

无托槽隐形矫治（Clear Aligner Therapy, CAT）领域最具影响力的进展之一，是复合树脂附件（attachments）与按钮（buttons）等辅助装置的整合。这些装置通过提供靶向力系统，显著提高了牙齿移动的精度，并扩大了可治疗的错颌畸形范围。根据Alam等人（2024）的系统综述，辅助装置可改善前牙根转矩、旋转、近远中移动及后牙锚定效果，并减少对固定矫治器或头帽等额外正畸装置的需求。

附件是粘接于特定牙齿上的牙色复合树脂凸起，通过改善力传递及形成力偶，实现整体移动和转矩控制。其形状多样，以适应不同的牙齿移动任务，并对矫治器贴合精度、固位、牙齿旋转矫正以及 intrusion、extrusion、尖牙和磨牙远中移动等发挥关键作用。按钮通常与弹性橡皮链联用，对牙齿施加额外力量，可矫正咬合问题与牙齿旋转等。

然而，辅助装置存在脱落、脱粘和磨损的风险。Li等人（2024）的前瞻性临床研究显示，在6个月内，772个附件的脱落率达13.7%，且多发生于治疗早期。脱落风险受多种因素影响，包括矫治器相关因素（如材料厚度）、患者行为（频繁摘戴、依从性差、饮食习惯）以及操作者的粘接技术。

辅助装置脱落若未被及时发现，可能导致治疗时间延长、复诊次数增加及疗效受损。因此，开发可靠的远程监测系统具有重要意义。本研究旨在评估基于AI的远程监控软件DentalMonitoring（DM）在检测附件和按钮脱落方面的准确性。

Material and methods

这项多中心回顾性观察性研究基于向美国食品药品监督管理局（FDA）提交的监管申请资料，共纳入719例患者案例。所有数据均来自DM临床数据库，且仅选用美国诊所的数据以符合FDA要求。病例通过独立第三方随机抽样选取，以确保数据集的无偏性与代表性。

患者纳入标准包括：接受无托槽矫治器治疗、且至少有一个附件或按钮。排除标准为：存在乳牙或非美国患者。图像集需由DM应用程序（Android 6+/iOS 11+）结合DM颊侧拉钩和DM扫描盒（ScanBox）采集，并包含至少8张可处理的口内图像（3张闭口位、3张开口位及2张颌面观）。

DM的AI模型为基于专家标注图像训练的卷积神经网络，其具体架构属商业机密未公开。附件脱落定义为：与先前扫描相比，附件不再存在；按钮脱落定义为：相对于前序图像集，金属/陶瓷/复合树脂按钮缺失。系统输出分为三类：未脱落、已脱落、无法识别。

三名经标准化培训的美国正畸住院医师独立审核每个案例以建立参考结果。若专家共识与AI结果不一致，则由第四名 blinded 外部专家（认证正畸医师）裁定最终 ground truth。采用广义估计方程（GEE）模型计算敏感性及特异性（95%置信区间），所有分析使用SAS 9.4版完成。

Results

最终统计分析共纳入338例患者（附件脱落参数，765个结果）和381例患者（按钮脱落参数，659个结果）。

对于附件脱落，DM的AI检测敏感性为98.2%（95% CI: 94.3%–99.4%），特异性为100%（95% CI: 98.7%–100%）。在按钮脱落检测中，敏感性为98.4%（95% CI: 94.0%–99.6%），特异性为99.0%（95% CI: 96.9%–99.7%）。

牙齿分布分析显示，大多数牙位在分析中的占比超过1%，仅个别牙位（如17、27、31、41、47）比例略低。上前牙（11、21、22）因很少粘接按钮，故未出现在按钮脱落分析中。

Discussion

多项研究已报道人工智能远程监控（AIDRM）在无托槽矫治中的优势，包括减少复诊、缩短首次 refinement 时间、降低总治疗时间以及提升患者体验。然而，尚无研究评估此类系统在检测矫治装置相关问题方面的准确性。本研究首次证实DM系统可高效识别附件与按钮脱落，且表现不受矫治器品牌、患者年龄和地区差异的影响。

附件因体积小、颜色与牙齿相近，检测难度较大，但DM仍表现出高灵敏度。本研究中的附件脱落发生率为24.31%，按钮脱落为19.58%，高于以往研究中固定矫治器托槽损坏率（2.67%–2.8%）。这种差异可能与粘接技术敏感度、患者适应期行为等因素有关。

本研究存在若干局限性：专家评估过程无法完全实现盲法；排除非美国患者可能限制结果外推性；未控制不同矫治器品牌间的材料与设计差异；未评估专家评估结果的重测一致性；回顾性设计缺乏临床实地验证作为 gold standard。

未来的研究应进一步检验AIDRM系统可靠性，并深入探讨该技术对患者诊疗质量、体验与治疗效率的全面影响。

Conclusion

本研究结果表明，DM算法在检测无托槽矫治过程中辅助装置脱粘方面具有较高准确性。使用DM进行远程监控的正畸医生可在患者扫描中发现此类事件时及时获得警报，从而迅速采取干预措施。鉴于文献中报道的辅助装置脱落发生率较高，AIDRM 为早期识别提供了重要优势，有望改善治疗结果。