美国密歇根州ANN ARBOR：随着牙科植入物成为逐渐常见的治疗方式，了解其潜在的副作用变得越来越重要。因此，一个美国研究小组开发出一种新的机器学习算法，可以帮助牙科医生更好地预测种植体病人患种植体周围炎的风险。

这项研究是由一个跨学科的小组进行的，该团队由密歇根大学、密歇根州立大学和哈佛牙科医学院组成。据研究人员称，种植体周围炎影响至少25%的牙科植入物的长期成功率，因为炎症导致支撑骨的丧失。使种植体周围炎治疗更加复杂的是，目前没有可靠的方法可以准确预测个人对治疗的反应。

为了解开这个问题，研究小组开发了一种机器学习算法，简言之，该算法名为"表像组合的快速和有力的分解"，FARDEEP。然后，FARDEEP 被用来调查一组接受再生治疗的种植体植入患者的临床、微生物和免疫特征，以帮助纠正晚期种植体周围炎缺陷。通过这样做，该团队能够测量从患者收集的每个组织样本中某些有害细菌和有益免疫细胞的相对水平。

总体而言，与微生物控制相关的免疫细胞类型数量增加与更好的临床结果密切相关。这项研究的主要作者、密歇根大学牙科学院临床助理教授Jeff Wang博士说，这一结果大大提高了研究小组对种植体周围炎性质的理解，并有助于他们"进一步了解如何提供精准治疗"。

这项研究最直接的临床应用将是帮助预测外科再生治疗的种植体周围炎的结果，"王告诉世界牙科论坛。 "当患者患有严重的种植体周围炎时，很难决定是否治疗或取出种植体。再生疗法是昂贵且不可预知：骨重建和更换植体也是一个挑战，"他补充说。

因此，预后信息对于确定每个患者的最佳治疗方案非常有帮助。 虽然FARDEEP的潜力是有希望的，王承认，还需要进一步的临床试验，才能被牙科专业人员用于帮助预测患者的种植体周围炎风险。

"这是一项试验性研究，因为我们计划进行更大的临床试验以进行验证，"他指出。

• 上一篇：陈静医师出席美国国际牙科研讨会
• 下一篇：5%不到，为什么数字化种植方案那么难普及？