《Diagnostics》：Fuzzy Logic and Fuzzy-Based Artificial Intelligence in Dentistry: A Systematic Review
编辑推荐：
背景/目标：模糊逻辑在管理牙科诊断、风险评估、图像分析和临床决策支持中的不确定性方面受到越来越多的研究关注。然而，现有文献在计算方法学和临床应用方面仍然较为分散。本系统综述综合了关于模糊逻辑和基于模糊的人工智能系统在牙科中的诊断、预测和临床决策支持性能的现有证
背景/目标：模糊逻辑在管理牙科诊断、风险评估、图像分析和临床决策支持中的不确定性方面受到越来越多的研究关注。然而，现有文献在计算方法学和临床应用方面仍然较为分散。本系统综述综合了关于模糊逻辑和基于模糊的人工智能系统在牙科中的诊断、预测和临床决策支持性能的现有证据。方法：根据PRISMA 2020指南，在PubMed/MEDLINE、Scopus、Web of Science、Embase、Cochrane Library和IEEE Xplore中进行了系统文献检索。综述方案已在开放科学框架（Open Science Framework，注册号zs3w6）中前瞻性注册。研究筛选由两名评审员独立进行，数据提取和方法学质量评估由一名评审员进行，随后由第二名评审员核实。符合条件的研究评估了模糊逻辑或基于模糊的人工智能方法在牙科应用中的效果。结果：共有2005年至2025年间发表的15项研究符合纳入标准。应用主要涉及牙科疾病诊断、牙周风险评估、口腔癌风险预测和放射影像分割。报告的诊断准确率范围为82.1%至100%。然而，证据基础主要包括概念验证、回顾性或基于模拟的研究，且使用相对较小的数据集，外部验证和前瞻性临床评估很少报告。结论：模糊逻辑和基于模糊的人工智能系统在涉及诊断决策支持、风险评估和放射影像分析的不确定性敏感牙科应用中显示出潜力。然而，当前证据仍处于探索性阶段，方法学异质性较大，前瞻性验证有限，实际临床实施极少。在推荐常规临床采用之前，需要进行更大规模、外部验证的研究。
1. 引言
牙科临床决策经常涉及不确定性。牙医在确定诊断和治疗计划时，通常需要整合患者报告的症状、临床检查、放射学发现以及不断变化的生物学变化。在许多情况下，疾病表现可能是渐进的、重叠的，或在患者之间表达不一致，这会使解释和临床决策复杂化。临床医生经验的差异、患者信息的不完整以及对影像结果的主观解释可能进一步导致诊断不一致。这些挑战在牙周病评估、口腔病理学、放射影像解读和治疗计划等领域尤为突出。
人工智能在牙科领域被越来越多地探索，以支持诊断、预测、影像解释和工作流程效率。许多传统的人工智能方法依赖于机器学习或深度学习系统，通过分析大型数据集来识别模式并生成预测。尽管这些方法在一些牙科应用中显示出良好的性能，但它们通常基于严格的二元或概率分类，可能无法完全捕捉临床实践中常见的模糊性。此外，一些人工智能系统作为“黑箱”运作，其输出背后的推理可能不易被临床医生解释。透明度、可解释性以及融入常规临床工作流程的问题仍然是更广泛临床应用的重要障碍。
模糊逻辑是一种专门设计用于处理不确定性和近似推理的计算方法。与传统二元逻辑系统不同，模糊逻辑允许信息存在于部分隶属度中。例如，一个临床发现可能被解释为部分轻度、部分中度，而不是完全属于单一类别。这种框架可能更好地反映现实世界的临床推理，其中疾病严重程度和症状解释通常存在于一个连续体中，而不是在明确界定的边界内。随着时间的推移，已开发了几种基于模糊的方法，包括模糊推理系统、模糊专家系统、神经模糊系统、模糊聚类技术、混合模糊人工智能模型和直觉模糊系统。尽管这些方法在计算实现上有所不同，但它们的共同特征是使用模糊逻辑作为表示不确定性和支持推理或决策的主要框架。
在牙科领域，模糊方法主要在涉及诊断支持系统、牙周病评估、口腔癌风险预测和牙科图像分析的应用中进行了研究。这些系统已被探索作为独立计算模型以及混合人工智能框架的组成部分，旨在支持不确定性感知的临床推理和放射影像解读。在影像应用中，模糊聚类方法也被研究用于改善牙科X光片和全景X射线图像的分割和解释，特别是在涉及低对比度、噪声或重叠解剖结构的环境中。
尽管牙科研究中对模糊方法的兴趣日益增加，但现有文献仍分散在不同的计算方法、研究设计和临床应用中。模型架构、验证策略、数据集、结果报告和方法学质量存在相当大的差异，使得评估这些系统在牙科实践中更广泛的适用性和转化潜力变得困难。此外，许多已发表的研究是探索性或概念验证研究，外部验证有限，临床普适性不确定。迄今为止，尚无全面的系统综述综合关于牙科中模糊逻辑和基于模糊人工智能系统的现有证据。
因此，本系统综述旨在综合有关模糊逻辑和基于模糊的人工智能系统在牙科中的诊断、预测和临床决策支持性能的现有证据，以及其方法学特征和潜在临床效用。综述问题根据PICOS框架制定，并询问：有哪些证据支持模糊逻辑和基于模糊的人工智能系统在牙科中的诊断、预测和临床决策支持性能？
2. 材料与方法
本系统综述采用成熟的系统综述方法学进行，并根据PRISMA 2020声明进行报告。综述方案已在开放科学框架中前瞻性注册，提供了可公开访问、带时间戳的综述方案记录，以及在研究执行前对方案进行的任何改进。在执行前，针对现有文献数量有限和方法学多样性，对注册方案进行了微调。具体而言，原始方案侧重于基于模糊逻辑的牙科诊断和决策支持方法。在方案细化过程中，额外的当代基于模糊的方法被明确纳入预定义的数据提取框架，因为它们代表了同一底层计算方法的方法学变体，而不是新的综述领域。
综述问题根据PICOS框架制定，旨在综合有关模糊逻辑和基于模糊的人工智能系统在牙科中的诊断、预测和临床决策支持性能的现有证据。人群包括牙科患者或牙科数据集；干预措施包括模糊逻辑或基于模糊的人工智能方法；比较对象包括常规诊断方法或替代计算方法（如适用）；主要结局为诊断、预测和临床决策支持性能。如果研究评估了模糊逻辑或基于模糊的人工智能方法在牙科中的应用，包括模糊推理系统、模糊专家系统、神经模糊系统、直觉模糊系统、模糊聚类方法、混合模糊人工智能模型或相关模糊方法，则符合纳入条件。在本综述中，基于模糊的人工智能被定义为模糊逻辑构成主要决策或推理方法的计算系统，作为独立方法或集成在混合架构中。只有当模糊逻辑仍然是计算框架的核心组成部分时，混合模型才符合条件。符合条件的应用包括牙科诊断、预测、治疗计划、图像分析、分类、风险评估和临床决策支持。报告诊断、预测、计算、方法学或临床结局的研究被视为合格。纳入的研究设计包括随机对照试验、队列研究、病例对照研究、横断面研究、观察性研究、诊断准确性研究、回顾性建模研究和以全文形式提供的方法学研究。鉴于该领域证据基础有限且新兴，符合条件的全文原始研究不仅限于同行评议期刊文章；当全文会议论文和预印本提供足够的方法学和结局数据时，也给予考虑。排除系统综述和荟萃分析，以避免重复综合证据并确保基于原始研究。
研究排除标准包括与牙科无关、评估不含模糊逻辑的人工智能系统、或缺乏足够方法学细节或结局报告。社论、叙述性综述、系统综述、荟萃分析、观点文章、无可获取全文的会议摘要、书籍章节和其他非研究出版物被排除。
在PubMed/MEDLINE、Scopus、Web of Science、Embase、Cochrane Library和IEEE Xplore中进行了全面文献检索。检索策略使用与牙科和模糊方法相关的受控词汇和自由文本关键词组合开发，并根据每个数据库的索引系统、检索语法和功能进行调整。对于面向工程的数据库，等同的自由文本术语被映射到数据库特定的可检索字段和语法中，同时保留牙科和模糊方法的核心概念。未施加出版日期或语言限制。此外还进行了手动参考文献筛选和引文追踪。PubMed检索策略如下：(("dentistry"[Title/Abstract] OR "dental"[Title/Abstract] OR "oral"[Title/Abstract]) AND ("fuzzy"[Title/Abstract] OR "fuzzy logic"[Title/Abstract] OR "fuzzy systems"[Title/Abstract] OR "fuzzy inference"[Title/Abstract] OR "fuzzy expert system*"[Title/Abstract] OR "neuro-fuzzy"[Title/Abstract] OR "intuitionistic fuzzy"[Title/Abstract]))。
所有检索到的记录均导入Covidence系统综述软件进行去重、筛选和研究选择管理。标题和摘要筛选，随后进行潜在合格研究的全文评估，由两名评审员根据预先确定的合格标准独立进行。数据提取由一名评审员使用标准化电子表格进行，捕获研究特征、牙科应用领域、模糊方法类型、模型目的、数据集特征、验证方法、比较方法、结局指标、主要发现和报告的限制。所有提取的数据随后由第二名评审员对照原始研究进行核对，任何差异通过讨论和共识解决。提取的变量包括研究设计、牙科专业领域、模糊系统架构、数据集规模、验证方法、诊断或计算性能指标以及临床适用性。
使用适合研究设计的评估工具评估纳入研究的方法学质量和偏倚风险。诊断准确性研究使用QUADAS-2评估，预测建模研究使用PROBAST，观察性研究使用乔安娜·布里格斯研究所关键评估工具。对于不完全符合传统临床预测模型设计的方法学、计算或启发式规则研究，评估标准在研究设计背景下进行解释，重点强调方法学透明度、数据集报告、可重复性、验证程序、参考标准或专家比较以及结局报告完整性。偏倚风险评估由两名评审员使用预定义评估工具进行。鉴于研究设计、临床应用和报告结局的差异，采用结构化叙述方法综合研究结果。纳入的研究根据牙科应用领域、模糊方法类型和主要临床目标进行分组。综合重点在于模糊系统架构、验证策略、数据集、性能结局、可解释性和临床适用性。最初计划对足够同质的诊断和分类结局进行定量综合和荟萃分析。然而，由于纳入研究在研究设计、模糊系统架构、数据集、验证程序、比较方法和报告结局方面过于异质，最终未进行荟萃分析。
3. 结果
3.1. 研究选择
电子数据库检索共识别出179条记录。去除19条重复记录后，剩160项研究进行标题和摘要筛选。其中96条记录被排除，剩余64篇报告寻求全文。23篇报告无法获取，剩41篇报告进行合格性评估。全文审查后，26项研究因不符合纳入标准被排除，包括未使用模糊方法（n=15）、非牙科特定（n=3）以及综述文章（n=8）。最终，15项研究符合资格标准并被纳入最终综述（图1）。
3.2. 研究特征
15项纳入研究发表于2005年至2025年间，主要来自亚洲、欧洲和中东。大多数研究为观察性、方法学或概念验证研究，评估基于模糊逻辑的系统用于诊断支持、风险评估、放射学分析或更广泛的临床决策支持应用。纳入研究在研究设计、数据集大小、计算架构、验证方法和结局报告方面差异很大。多项研究依赖于原型或基于模拟的数据集，而其他研究则纳入了临床患者队列或较大的放射影像数据集用于算法开发和测试。在纳入文献中发现了广泛的模糊方法，包括Mamdani模糊推理系统、模糊专家系统、多层模糊推理系统、神经模糊模型、模糊聚类技术、高斯核条件空间模糊聚类、中智模糊混合系统以及确定性因子集成模糊框架。验证方法包括专家比较、混淆矩阵分析、分割性能指标、统计相关性分析和原型系统测试。
3.3. 临床诊断和风险评估应用
大多数纳入研究集中于基于模糊逻辑的系统，用于牙科疾病诊断、牙周病评估、口腔癌风险评估或临床决策支持应用。基于症状的诊断模型通常纳入临床变量，如牙菌斑积累、牙龈炎症、疼痛严重程度、出血、口臭、牙龈肿胀、探诊袋深度、附着丧失和牙齿松动度，以对牙龈炎、牙周炎、牙髓炎和其他口腔疾病进行分类。大多数系统使用预定义的语言变量和基于临床症状严重程度及诊断阈值的专家导出IF-THEN规则结构构建。多项研究结合混合或多层模糊框架用于分类和决策支持应用。多层模糊推理系统与K均值聚类相结合，使用症状严重程度评分和基于质心的隶属函数对牙髓炎、牙龈炎、牙周炎和晚期牙周炎进行分类。确定性因子集成也被用于改进牙科和口腔疾病模糊专家系统中的诊断权重和疾病分类。神经模糊和共动神经模糊架构也出现在用于自适应诊断推理和临床支持的系统中。
风险评估应用是另一个研究亚组。开发了模糊多准则决策支持系统，使用氧化应激生物标志物（如丙二醛和质子供体能力）进行口腔癌风险评估。基于人工智能的模糊逻辑系统也被开发用于评估2型糖尿病患者的牙周炎风险，使用变量包括体重指数、血糖、甘油三酯和胆固醇水平。其他应用包括COVID-19大流行期间牙科护理安全的模糊辅助评估，以及评估患者满意度和初级牙科护理服务质量的模糊分类系统。
3.4. 影像和分割应用
相当一部分研究集中于使用模糊聚类和混合模糊方法进行放射影像分析和分割。这些研究主要涉及全景牙科X光片和数字牙科X射线数据集，用于牙齿组件分割、颌骨病变识别、图像增强以及釉质、牙本质、牙髓和周围组织的结构分类。这些研究专门解决了牙科X光片中低图像对比度、灰度重叠、图像噪声和解剖边界不清晰等挑战。模糊C均值聚类是影像应用中最常用的方法。开发了结合空间信息、高斯核距离、梯度方向映射或中智方法的改进聚类框架，以提高分割准确性并降低对图像噪声和异常值的敏感性。基于高斯核的条件空间模糊C均值算法用于分割全景X光片中的牙齿结构，而基于梯度方向映射的模糊聚类模型结合结构性和空间图像特征进行数字牙科X射线分割。混合中智模糊聚类技术还被应用于全景影像数据中的自动颌骨病变分割和病变边界检测。这些影像和分割研究通常报告定量性能指标，包括敏感性、特异性、精确度、相似系数、真阳性率和总体分割准确性。大多数研究评估了回顾性放射影像数据集或计算原型性能。
3.5. 性能结局
大多数纳入研究报告了基于模糊逻辑的系统的有利诊断、分类或分割结局。在临床诊断研究中，报告的总体分类准确率通常在82.1%至100%之间，具体取决于数据集、方法和验证方式。将确定性因子方法与模糊逻辑相结合的系统报告的口腔疾病分类总体诊断准确率超过94%。Mamdani模糊逻辑与朴素贝叶斯分类方法的比较评估表明，模糊逻辑系统在牙科疾病检测方面的报告准确率略高。牙周和口腔癌风险评估研究主要报告成功的风险分层和数值分类输出，而非传统的诊断准确率指标。模糊多准则决策支持系统使用氧化应激生物标志物谱生成分级口腔癌风险评估，而用于牙周炎风险评估的模糊逻辑系统在糖尿病患者队列中显示出累积模糊风险评分与临床牙周参数之间的统计显著关系。影像和分割研究也报告了普遍有利的定量性能指标。在涉及牙科X光片和全景X射线数据集的研究中，报告的分割准确率接近或超过95%。在评估混合模糊聚类和中智分割方法用于颌骨病变识别和牙齿组件分割的研究中，还观察到高敏感性、特异性、精确度和相似系数。
3.6. 偏倚风险和方法学质量
总体而言，偏倚风险评估发现纳入研究存在实质性方法学局限性。大多数研究依赖相对较小的数据集、回顾性或基于模拟的验证程序、原型系统或有限的比较分析。外部多中心验证和前瞻性临床实施在诊断和影像研究中均很少报告。几项研究还缺乏关于数据集选择、模型校准、可重复性程序或独立测试队列的详细报告。在诊断和决策支持研究中，许多系统使用专家比较或内部派生数据集进行评估，而没有外部验证，限制了对普适性和真实世界临床性能的评估。几项研究还依赖于手动定义的模糊隶属函数和专家导出的规则结构，而没有标准化优化或可重复性评估。影像研究通常报告更定量的验证指标；然而，大多数研究仍侧重于计算，缺乏前瞻性放射学验证或融入常规临床影像工作流程。方法学、结局报告、验证策略和数据集组成的差异限制了研究间的直接比较，并妨碍了有意义的定量综合。
4. 讨论
本系统综述评估了模糊逻辑和基于模糊的人工智能系统在牙科中应用的现有证据。在纳入的文献中，模糊方法最常应用于牙科疾病诊断、牙周病评估、口腔癌风险评估、临床决策支持和放射影像分割。尽管在研究设计、计算架构、数据集组成和验证方法学方面存在显著差异，但在所审查的研究中出现了一些一致的趋势。临床诊断应用主要基于规则驱动的模糊推理系统，使用症状输入，而影像应用更常使用模糊聚类方法和混合分割框架进行全景X光片和牙科X射线分析。最近的研究还结合了多层架构、确定性因子集成和神经模糊系统，旨在日益复杂的计算框架中改善诊断分类和不确定性处理。尽管检索了六个主要电子数据库，只有2005年至2025年间发表的15项研究符合资格标准。这一适度的证据基础表明，模糊逻辑仍然是计算牙科研究中相对专业的领域，而不是常规临床研究的既定组成部分。虽然符合条件的研究数量有限可能部分反映了严格的纳入标准和对充分方法学及结局报告的要求，但它也强调了需要在临床相关环境中评估基于模糊方法学的更稳健的原始研究。
大多数纳入研究报告了有利的诊断或分割性能结局，几项研究在受控实验条件下证明了高报告准确率、敏感性、特异性和分割指标。影像研究通常采用更定量的性能评估方法，包括相似系数、真阳性率和分割准确率测量，而临床诊断研究更常依赖于专家比较或分类准确率报告。口腔癌和牙周炎风险评估研究也证明了使用基于生物标志物的模糊推理系统生成分级风险分类的能力。尽管这些总体有利的性能指标，解释应保持谨慎。许多研究依赖小数据集、回顾性分析、基于模拟的验证或原型系统，相对较少评估临床实施或外部验证。因此，报告的高诊断准确率不一定转化为常规临床条件下的可靠性能。
方法学标准化也有限，特别是在模糊系统构建、隶属函数定义、数据集选择、验证策略和结局报告方面，降低了研究之间的可比性和可重复性。在几项研究中，可重复性评估和独立外部测试队列要么不完整报告，要么完全缺失。此外，尽管许多系统在孤立的实验环境中表现出强大的计算性能，但相对较少研究评估融入现实世界牙科工作流程或评估常规临床实践环境中的可用性。所审查的文献仍然表明对不确定性敏感的牙科应用中模糊逻辑方法的持续兴趣，这些应用涉及部分重叠的临床发现和不精确的诊断边界。几项研究专门使用语言变量和隶属函数来模拟症状严重程度范围和分级临床表现，这些可能难以使用严格的二元方法进行分类。然而，尽管这些系统显示出不确定性感知决策支持和放射学分析的潜在适用性，当前可用证据仍不足以支持常规临床实施或更广泛的临床采用。
本综述存在若干局限性。首先，纳入研究在研究设计、计算架构、验证程序和报告结局方面差异很大，限制了研究结果的可比性。第二，大部分纳入文献由工程导向或原型计算研究组成，临床实施有限。第三，数据集、验证方法和比较器系统报告不一致，降低了对可重复性的评估，并限制了对研究间的直接比较。第四，由于符合条件的研究数量相对较少以及报告结局的异质性，定量综合和荟萃分析不可行。此外，数据提取由一名评审员进行，随后由第二名评审员对照原始研究进行核对，而非独立双人重复进行。虽然使用第二评审员验证来识别和解决差异，但这种方法可能增加了提取错误的可能性。最后，尽管进行了全面的数据库检索，仍有23篇报告无法获取全文。如果不可获得的系统与成功检索的系统存在系统性差异，无法评估这些报告可能引入了检索或选择偏倚。
未来研究应优先考虑使用更大、更多样化患者群体的前瞻性多中心研究，外部验证和标准化报告方法学。研究还应评估可重复性、临床可用性、工作流程整合和实施可行性，以确定良好的计算性能是否能转化为临床决策的有意义改进。与当代机器学习和深度学习方法进行直接比较将进一步阐明模糊逻辑人工智能系统在牙科中的相对性能和潜在临床效用。
5. 结论
现有证据表明，模糊逻辑和基于模糊的人工智能系统在涉及诊断决策支持、风险评估和放射影像分析的不确定性敏感牙科应用中具有潜在效用。然而，当前证据仍受方法学异质性、小数据集、有限的外部验证和极少的实际临床实施的限制。在推荐将这些方法学用于常规临床实践之前，需要进行具有标准化报告和临床工作流程整合评估的前瞻性多中心验证研究。
