摘要
目的：本研究的目标如下：(1) 对系统性疾病与牙髓状态之间的关联进行统计分析；以及 (2) 利用本地运行的大语言模型（LLM）处理大量以自然语言书写的牙科病历，同时保护患者信息。方法：从15,147个样本中选取了共5,820份牙髓治疗病历，包括健康对照组以及有癌症病史、HIV感染、1型糖尿病（DM）和2型DM病史的患者。利用本地LLM环境，将各组的牙科病历分为六类：正常牙髓（NP）、可复性牙髓炎（RP）、无症状不可复性牙髓炎（AIP）、有症状不可复性牙髓炎（SIP）、牙髓坏死（PN）以及"其他"（包括诊断不明的病例）。对各组中这些诊断结果的分布进行了统计分析。结果：通过对400例测试案例进行反复分类，不断优化本地LLM的提示词，最终与三位人类牙医的判断达到97.0%的一致率。随后使用该优化后的提示词对5,820份病历进行分类，并进行统计分析。采用广义线性混合效应模型（GLMM）分析发现，癌症病史组的NP比例显著升高，AIP比例显著降低；而2型DM组的AIP比例显著降低，SIP比例显著升高。结论：癌症病史组的研究发现可能归因于患者口腔环境的恶化以及对AIP诊断的困难。与此同时，2型DM组中AIP比例降低和SIP比例升高可能反映了与该疾病相关的牙髓炎症。对于2型DM患者的龋齿预防和治疗可能值得关注。
