《Methods》:Experimental validation of an AI-driven digital healthcare platform for oral health behavior and plaque assessment among vietnamese children
编辑推荐:
本研究旨在评估人工智能(AI)驱动的口腔健康管理平台(Denti-I Vietnam)在改善越南小学生口腔卫生及行为结局方面的有效性。研究背景为,包括越南在内的发展中国家儿童口腔健康仍是重大公共卫生问题,人工智能数字健康平台可能为管理牙菌斑(dental pl
本研究旨在评估人工智能(AI)驱动的口腔健康管理平台(Denti-I Vietnam)在改善越南小学生口腔卫生及行为结局方面的有效性。研究背景为,包括越南在内的发展中国家儿童口腔健康仍是重大公共卫生问题,人工智能数字健康平台可能为管理牙菌斑(dental plaque)及促进学龄儿童良好口腔卫生行为提供有效策略。
研究方法采用实验设计,将204名8-10岁河内市小学生随机分配至干预组(n=107,使用AI驱动口腔健康平台)和对照组(n=97,接受传统 pamphlet 口腔健康教育)。于基线期及干预后评估口腔健康行为、牙菌斑水平[简化口腔卫生指数(Simplified Oral Hygiene Index; OHI-S)]及龋病指数(dft/DMFT)。
研究结果显示,干预组OHI-S评分较基线显著降低(2.49±0.60降至1.70±0.76,p<0.001),尤以软垢组分改善明显,提示牙菌斑控制增强。口腔卫生行为亦有显著改善,包括早晚餐前后刷牙频率增加(p<0.01)及家长辅助刷牙频率提高(p=0.03)。此外,干预组家长对龋病的认知度显著提升(p=0.001)。
研究结论表明,该AI驱动口腔健康平台显著改善了越南小学生的口腔卫生行为及牙菌斑控制,提示人工智能数字健康工具可作为促进发展中国家口腔健康的实用且可扩展的解决方案。
本研究系针对人工智能驱动数字医疗平台应用于儿童口腔健康管理领域的实验性研究,发表于《Methods》期刊。研究背景源于发展中国家儿童口腔健康负担沉重的现实困境:全球约48%儿童受龋病困扰,亚洲及非洲部分地区患病率更高达70%;越南尤为严峻,2023年越南口腔医学会报告显示该国6-8岁儿童龋病患病率高达86%,首都河内乳牙龋(ECC)患病率约84%,远超世界卫生组织低于50%的控制目标,且城乡口腔医疗服务可及性差距显著。牙菌斑堆积作为龋病及牙周疾病的主要病因学因素,其有效管理至关重要;传统牙菌斑显示剂因安全性顾虑受限,而数字医疗技术特别是移动健康(mHealth)与人工智能的融合为口腔健康促进提供了创新路径。在此背景下,研究人员评估了本土化AI口腔健康管理平台Denti-I Vietnam对越南河内市小学生口腔卫生行为及OHI-S的影响。
研究纳入204名8-10岁小学生,采用随机对照实验设计,干预期12周。关键技术方法包括:(1)基于卷积神经网络(Convolutional Neural Network, CNN)的U-Net图像分割算法——用于牙菌斑区域像素级识别与定量分析,模型采用Focal Loss与Dice Loss复合损失函数,以AdamW优化器训练,内部验证基于越南与韩国联合构建的2000张标注图像数据集;(2)智能手机辅助的远程牙菌斑监测——参与者每周使用天然色素牙菌斑显示剂(Denti-Check)染色后拍摄口内照上传,AI实时反馈个性化刷牙指导;(3)简化口腔卫生指数(OHI-S)标准化评估——由经过校准的11人牙科团队执行,选取6个指数牙位(#16、#11、#26、#36、#31、#46)进行软垢指数(DI-S)与牙石指数(CI-S)评分;(4)多因素统计模型——重复测量方差分析评估组间时间效应,线性回归控制混杂因素。
研究结果部分如下。
**参与者基线口腔健康状况**:最终204名儿童纳入分析,干预组107人、对照组97人。两组性别构成无显著差异,但年龄存在基线不平衡(p<0.001)。乳牙龋补指数(dft)均值为3.98±3.41,提示整体口腔状况较差;恒牙DMFT为0.92±2.06,相对良好。基线OHI-S、DMFT两组间无显著差异,但dt、dft存在组间差异。
**参与者口腔健康行为变化**:干预后行为分析显示干预组多项指标显著优于对照组。具体而言,干预组家长规律辅助刷牙比例显著提高(p=0.03);早餐前(p=0.01)及早餐后(p<0.01)刷牙频率显著增加;每日零食及粘性食物摄入频率降低(p=0.05)。尤为突出的是家庭龋病认知的改善:干预组家长对家庭成员龋病的识别率从23.4%降至0(p=0.001),而对照组虽有轻度改善(p=0.01)但幅度远逊。至评估终点,干预组几乎所有家庭均报告无成员龋病经历,反映出儿童及家庭成员口腔健康意识的实质性提升。研究结果表明AI数字医疗平台有效促进了口腔卫生行为改善及家庭中心式口腔健康管理习惯的建立。
**简化口腔卫生指数(OHI-S)变化**:纵向分析显示,干预组软垢指数(DI)从基线2.39±0.60降至4周时1.90±0.59、12周时1.60±0.70,而对照组维持在2.29-2.30水平,组间差异显著(p<0.001)。OHI-S总分干预组从2.49±0.65改善至1.70±0.76,对照组基本不变(2.43±0.77至2.44±0.77),差异显著(p<0.001)。相反,牙石指数(CI)两组在各时点均保持稳定,组间无显著差异(p=0.378)。结果提示AI平台对软垢清除效果明确,但对牙石短期作用有限。
**教育方法对口腔卫生指数影响的多元线性回归分析**:模型1(校正年龄、性别及基线口腔状况)显示,教育方式与OHI-S(B=0.348, β=0.408, p<0.001)及DI(B=0.669, β=0.431, p<0.001)显著相关,与CI无显著关联(β=0.027, p=0.690)。模型2进一步校正龋病病史、饮食习惯、口腔卫生管理及氟化物使用后,教育方式与OHI-S(B=0.339, β=0.397, p<0.001)和DI(B=0.685, β=0.441, p<0.001)的关联仍显著,与CI仍无显著关联(B=-0.008, p=0.911)。结果表明该教育干预独立于其他因素改善口腔卫生状况及牙菌斑水平,但对牙石堆积无显著影响。
**指数牙软垢与牙石指数的时间序列变化**:各指数牙位DI分析显示,干预组所有牙位均呈渐进式持续改善,第二次访视时降至2.0以下、第三次访视时达1.5-1.7水平;对照组DI变化微小或无变化,部分牙位甚至略有上升。CI方面,两组各牙位在三时点均保持稳定,无统计学显著变化(p>0.05)。结果再次证实短期AI干预对软垢控制效果优于牙石。
讨论部分,研究人员首先指出研究对象基线dft指数3.98±3.41显著差于世界卫生组织标准及发达国家水平,未治疗龋比例高,反映了越南儿童严重的口腔健康问题,这亦是中低收入国家(Low- and Middle-Income Countries, LMICs)的普遍挑战。AI平台干预组OHI-S的显著改善(2.49至1.70,p<0.001)及其DI的大幅下降,表明该平台在较短期内有效改善了口腔卫生行为;而CI无变化则说明AI平台虽能促进日常刷牙等常规 practice,但对需专业洁治去除的牙石作用有限。平台对家庭口腔健康意识产生积极外溢效应:家长龋病识别率显著提升(p=0.001)、辅助刷牙频率增加(p=0.03),凸显了家庭参与式口腔管理的关键作用。鉴于学龄期口腔行为对终身健康的影响及家长督导在此阶段不可或缺,同步向家长与儿童传递准确口腔健康知识至关重要。与传统单向信息传递方式相比,基于牙菌斑图像的个性化反馈与持续追踪提供了创新干预路径,在预防服务可及性受限的LMICs情境下可能更具可扩展性与成本效益。
研究优势包括:在学校人群中的真实世界可行性验证、家庭参与式实施结构、每周提醒驱动的 engagement 机制,以及双重机构伦理审查与临床试验注册带来的透明度。局限性涵盖:单中心(河内市)及特定年龄(8-10岁)限制外推性; caregiver 报告的行为结局存在社会期望偏倚与回忆偏倚;家长参与可能放大干预效应,儿童独立贡献难以完全区分;对照组脱落率较高或引入 attrition 偏倚;短期干预期限制了对牙石改善效果的评估。未来研究应拓展至更广泛地区与更长随访期,并通过轻量化游戏化机制(如目标设定与进度反馈、徽章贴纸、连续使用奖励等)增强儿童自主参与,同时应对数字接入与连接性等结构性障碍。
研究结论翻译如下:本研究表明人工智能驱动数字口腔医疗平台可作为改善发展中国家口腔健康的有效策略。该平台通过牙菌斑可视化与个性化口腔健康反馈,借助定制教育内容与持续反馈促进了口腔健康意识提升与行为改变。此外,数字健康技术的应用为克服传统口腔医疗服务可及性障碍提供了创新途径,呈现出可行、经济且可持续的口腔健康管理方式。因此,本研究发现可作为未来全球口腔健康政策制定的重要证据,强调将数字健康技术整合并融入口腔医疗服务的重要性。