人工智能革新牙科手术

德克萨斯A&M大学的研究人员正在开发一种混合生物力学物理的机器学习模型。他们的方法将实验测量的骨骼变形数据与控制物理和强大的机器学习框架相结合，从而实现对骨骼机械应力的精确、个性化预测。这项创新提供了一个有效的工具，为患者特定的牙科手术计划，优化骨愈合和确保长期种植成功。

　　

德州农工大学的研究人员，J. Mike Walker ' 66机械工程系助理教授周宇晓博士和w . Michael Barnes ' 64工业与系统工程系助理教授李在成博士被授予2024年人工智能、计算和数据科学种子项目奖。

他们的项目“通过使用物理信息机器学习实现智能骨科手术计划”，在竞争周期中被选为十大提案之一，来自三家机构的研究人员提交了39份提案。

植牙手术是提高生活质量的关键，特别是在老龄化人口中。然而，它们的成功取决于咀嚼时周围骨骼达到最佳的机械应力水平，以防止因负荷不足而导致骨质流失，避免因负荷过重而导致骨折。

植入成功是复杂的挑战，如延迟骨愈合和年龄相关的骨质流失，在老年人和不同的骨硬度。目前测量骨硬度的方法通常是侵入性的，计算成本高，或者缺乏准确性，这就需要创新和实用的针对患者的解决方案。

为了解决这个问题，周博士和李博士正在开发一种混合生物力学物理的机器学习模型。他们的方法将实验测量的骨骼变形数据与控制物理和强大的机器学习框架相结合，从而实现对骨骼机械应力的精确、个性化预测。这项创新提供了一个有效的工具，为患者特定的牙科手术计划，优化骨愈合和确保长期种植成功。

“我们的模型将通过提供个性化的、计算效率高的治疗方案和可预测的结果，彻底改变手术计划，”周博士说。

该项目还强调跨学科合作，利用李博士在医疗系统机器学习方面的专业知识来解决长期存在的临床挑战。这项工作的成功有可能扩展到牙种植体之外，为医疗保健中的其他外科应用提供进步。

该奖项突出了德州农工大学对人工智能、计算和数据科学研究的承诺，这些研究推动了具有现实影响的解决方案。