香港大学牙科学院研发全球首个单颗牙齿预测儿童早期龋齿的人工智能系统，准确率达90%以上

儿童早期龋齿（ECC）是全球最常见的慢性儿童疾病，其发病率往往高于其他牙齿，这一谜团至今仍未得到解答。由中国科学院香港大学牙科学院（CAS-QIBEBT）、青岛市口腔医院和青岛市妇女儿童医院组成的合作研究团队取得了突破性进展，有望彻底改变儿童龋齿的预防方式。该团队开发了全球首个基于微生物特征预测单个牙齿早期龋齿风险的人工智能（AI）系统，准确率超过90%。这项开创性的研究发表在《细胞与宿主》（Cell Host & Microbe）杂志上。

　　

早期儿童龋齿 (ECC) 是世界上最常见的慢性儿童疾病，它特别容易发病于特定的牙齿，这一谜团至今仍未解开。由香港大学牙医学院、中国科学院青岛口腔医院、青岛市妇女儿童医院组成的合作研究团队取得了突破性发现，可能彻底改变儿童龋齿的预防方式。该团队开发了世界上第一个人工智能 (AI) 系统，能够根据微生物特征预测单个牙齿的早期儿童龋齿风险，准确率超过 90%。这项开创性的研究发表在《  Cell Host & Microbe》杂志上。

该研究由香港大学牙医学院应用口腔科学及社区牙科保健学部微生物学助理教授黄石教授领导。该团队还包括同院博士生张玉峰、中科院青岛生物技术研究所徐建教授、青岛市口腔医院滕飞博士和青岛市妇女儿童医院杨芳博士。

研究团队采用创新方法，将尖端的16S rRNA测序与鸟枪法宏基因组学相结合，对3-5岁幼儿牙齿特异性微生物群落进行了迄今为止最全面的分析，以进行微生物组成和功能分析。通过近一年追踪89名学龄前儿童的2504个牙菌斑样本，他们发现了预测龋齿的独特模式。

这一发现的核心是健康口腔中显著的前后微生物梯度。研究发现，前牙（切牙）天然拥有与后牙（磨牙）不同的细菌群落，从而在整个口腔中形成可预测的空间模式。这种由唾液流动和牙齿解剖结构等因素维持的梯度在龋齿开始形成时会被破坏。研究人员发现了在可见龋齿出现之前就发生的特定细菌变化，包括与门牙相关的微生物向磨牙部位的迁移，以及反之亦然。

该团队最重要的成就是开发了Spatial-MiC，这是世界上第一个基于复杂微生物群落预测单颗牙齿龋洞风险的人工智能系统。该系统分析这些微生物模式以评估龋洞风险。通过将来自单颗牙齿微生物群落的数据与其邻近牙齿的信息相结合，Spatial-MiC在检测现有龋洞方面达到了98%的准确率，并在龋洞出现临床症状前两个月预测龋洞方面达到了93%的准确率。这比目前的全口评估方法有了显著改进，因为目前的全口评估方法往往会错过早期预警信号。

这项研究对儿童牙齿健康的影响深远。儿童龋病（ECC）影响着中国超过70%的5岁儿童，并且仍然是全球最常见的儿童慢性疾病。尽管易感性存在明显差异，但目前的预防策略通常对所有牙齿一视同仁。这项研究为精准牙科方法奠定了基础，可以在高风险牙齿发生损害之前提供有针对性的预防护理。

“这些发现从根本上改变了我们对龋齿的理解，”黄教授解释说。“我们已经不再将龋齿视为不可避免的现象，而是能够在微生物层面逐颗牙齿地预测和预防。”

该团队设想未来该系统可以扩展，以在不同人群中验证该方法。最终目标是开发临床试验，将这项技术推广到世界各地的牙科诊所。正如第一作者杨博士所指出的：“这不仅仅关乎更好的牙科护理，更在于通过更精准的方式预防疼痛、感染以及严重龋齿对发育的影响，为儿童提供更健康的人生开端。”

Single-tooth resolved, whole-mouth prediction of early childhood caries via spatiotemporal variations of plaque microbiota