红外热成像与代谢组学分析：突破性无创技术革新牙周病早期诊断新纪元

维也纳EuroPerio11会议公布两项突破性研究：埃及艾因夏姆斯大学团队证实红外热成像技术（灵敏度90.7%检测牙周炎）可无创区分牙龈健康状态；荷兰ACTA与LUMC联合团队通过液相色谱-质谱联用（LC-MS/MS）分析口腔漱液代谢组特征，实现重度牙周炎精准筛查。两项技术为牙周病早期干预提供革命性工具，尤其适用于儿童及传统诊断受限场景。

　　

牙周病作为全球高发的慢性炎症性疾病，传统诊断依赖侵入性牙周探诊和放射学检查，不仅给患者带来不适，在儿童、学习障碍者等特殊人群中实施更为困难。更棘手的是，现有方法难以实现早期病变的灵敏识别，导致患者错失最佳干预时机。这一临床痛点催生了研究者对无创、实时诊断技术的迫切需求。

在2025年维也纳EuroPerio11会议上，两项标志性研究为这一领域带来曙光。埃及艾因夏姆斯大学的AbdalWahab团队创新性将红外热成像技术（Infrared Thermography）应用于牙周诊断。该技术通过捕捉牙龈组织因炎症产生的微温度变化，成功构建了健康牙龈、牙龈炎和牙周炎的判别模型。研究数据显示，其对牙龈炎的检测灵敏度达93%，牙周炎达90.7%，证实其可作为椅旁实时诊断工具。EuroPerio11科学委员会主席Lior Shapira教授评价道："这项技术尤其适用于医疗资源匮乏地区，其无创特性将显著提升儿童患者的依从性。"

与此同时，荷兰阿姆斯特丹牙科学术中心（ACTA）与莱顿大学医学中心的Kosho团队另辟蹊径，采用液相色谱-质谱联用技术（LC-MS/MS）分析口腔漱液代谢组特征。他们发现重度牙周炎患者存在独特的代谢物指纹图谱，特别是深牙周袋患者群体中特定生化标志物显著差异。这种"口腔液体活检"策略为大规模人群筛查提供了可能。

关键技术方面，第一项研究采用红外热像仪（FLIR Systems）进行全口牙龈温度场扫描，通过机器学习算法分析温度分布模式；第二项研究则收集200例受试者口腔漱液样本，通过超高效液相色谱（UPLC）耦合高分辨质谱进行非靶向代谢组学分析，结合OPLS-DA（正交偏最小二乘判别分析）建立诊断模型。

主要研究结果包括：

1. 温度特征图谱：健康牙龈温度波动范围为0.3-0.5°C，而炎症区域呈现>1.2°C的局部升温，且温度梯度与探诊深度（PD）呈正相关（r=0.82,p<0.001）。
2. 代谢标志物簇：鉴定出12种差异代谢物，其中鞘氨醇-1-磷酸（S1P）和花生四烯酸代谢通路产物在牙周炎组上调3.5倍（p<0.01）。
3. 诊断效能比较：代谢组模型曲线下面积（AUC）达0.91，与红外成像（AUC 0.89）相当，但更适合群体筛查。

这些发现被发表于《British Dental Journal》的特别报道中。研究结论指出，两种技术各具优势：红外热成像适用于即时临床评估，而代谢组分析更适合风险分层。其重要意义在于：

1. 首次实现牙周病的"无接触"诊断，突破特殊人群检查障碍；
2. 代谢标志物的发现为疾病机制研究提供新靶点；
3. 多模态诊断框架将个性化口腔医疗推进到新阶段。

Shapira教授在讨论部分强调："当我们将这些技术与人工智能结合，未来甚至可能通过智能手机摄像头实现居家牙周健康监测。"不过研究者也指出，当前数据均来自横断面研究，需要更多纵向队列验证技术的预测价值。随着相关设备微型化成本的降低，这些创新诊断方法有望在5年内改变全球牙周病管理范式。