作者：
目前口腔正畸诊疗中，数字化技术已涵盖了从数据采集、处理、分析到应用的全过程。使用高精度的口腔扫描和面部扫描技术，获取患者牙齿、咬合和面部形态的三维数字化模型，可为医生提供全面精确的数据信息；通过人工智能技术进行测量和分析，可帮助医生做出准确的诊断；数字化设计制作个性化矫治器，有助于提高治疗的个性化水平和治疗效果。与其他学科不同，口腔正畸治疗主要涉及牙齿移动、牙槽骨改建、颌面生长等动态变化，决定正畸治疗结果的核心问题是目标位、精准度和效率。本文围绕这三大问题的相关研究，就数字化技术的应用做一回顾和展望。
1. 数字化治疗计划——确定可预期的目标位
正畸治疗计划的制定需要综合患者主诉、病史、临床检查等信息，传统的方法是根据头颅定位侧位片和牙齿模型的测量，拟定正畸治疗的目标位并计算牙齿移动的间隙。例如，经典的Steiner牙列间隙分析，通过评估拥挤度、切牙移动量、Spee曲线高度、磨牙后区生长量等指标，估算出正畸治疗所需的间隙，从而确定是否需要拔牙以及支抗需求等治疗计划。如今，通过数字化工具可以得出更准确和可预测的矫治方案。
1. 1 切牙位置
正畸治疗的总体目标是实现牙颌面的协调、美观和稳定，其中上下切牙的位置起到十分关键的作用。Tweed认为下切牙与下颌平面之间的角度至关重要，提出以理想的下切牙矢状向位置为治疗目标。Downs、Steiner、McNamara等则根据上切牙与特定参考线之间的关系，认为应将上切牙置于理想的位置。Andrews在“口颌面协调六要素”中指出，上颌中切牙牙冠唇面中心点（facial axial point，FA）应落在目标前界线（goal anteriorlimit line，GALL）上。显然，使用这些单一参考线作为确定切牙位置的方法无法满足形态各异的个体。
Li等开发了一种线性耦合系统用于确定亚洲女性上切牙的矢状向最佳位置，提出FA点位于眉间点垂线后2 ~ 5 mm，同时位于软组织鼻下点（Sn）垂线后4 ~ 7 mm处可获得最佳的侧貌。Sangalli等通过总结已发表的文献得出上下切牙位置的最佳参数，如上切牙矢状向距鼻根点至上牙槽座点连线（NA）3 ~ 4 mm、距颏前点至上牙槽座点连线（AP）3 ~ 6 mm、距零子午线9 ~ 12 mm。
理想的切牙位置除了需考虑种族和参考线的因素以外，还需适应不同骨面型的特征。传统头影测量的臂章分析法，就是以个体上牙槽座点-鼻根点-下牙槽座点构成的角（ANB）大小和颏部突度，根据牙齿代偿的机制，预估上下切牙的位置。Zhou 等通过一项对244名中国女性的回顾性研究，提出上颌切牙距离面平面（NP）的预测模型，用于定制上颌切牙目标位并优化数字化正畸治疗计划。根据正常人群和正畸治疗后切牙和颅颌面结构的相关性研究，可开发出基于个体颅颌面特征的理想切牙位置的人工智能模型。
1. 2 数字化可视化治疗目标（visualized treatment objective，VTO）
VTO 预测分析是基于预定义的软硬组织移动比例来预测颌面部的变化，包括生长发育、正畸治疗和正颌手术的影响，以期建立治疗完成时的视觉效果。上唇和上切牙之间的移动比例，由1∶1至1∶2.3不等。研究显示，拔除4颗第一前磨牙后，Dolphin VTO预测在垂直方向上的准确性高于水平方向，Sn和软组织A点的变化最准确，而软组织颏部区域的准确性较低，可能是由于缺乏对年龄、种族、性别、牙颌面形态、软组织厚度和
在临床实践中，使用数字化头影测量和VTO分析软件（如Dolphin、Uceph、智贝云、朗视等），结合模拟排牙软件（如Ualign、Invisalign Outcome Simulator等），可拟定更直观的正畸治疗方案。第一步，使用数字化头影测量和VTO分析软件，据前所述先确定上下切牙的位置，牙根设定位于基骨中并建立正常覆牙合覆盖关系。第二步，将X线侧位片和面部照片重叠，形成侧貌VTO预测，确定此侧貌形态与医生和患者的预期相符。
第三步，将前牙目标位与初始位的差值转移到模拟排牙软件，根据Andrews六要素完成上下牙列的排牙，整合锥形束CT（cone beam CT，CBCT）评估目标位牙齿的根骨关系，确定减数、扩弓、磨牙远移、邻面片切等治疗方案。
第四步，输出目标位与治疗前的牙列重叠图及牙移动量表，如磨牙远中或近中移动量，评估方案可行性和确定支抗控制等治疗计划。现有的这些软件尚局限于单一模态，将数字化头影测量软件、CBCT和排牙软件进行多模态整合，将更快捷和准确地完成数字化正畸方案的制定。
1. 3 微笑美学
数字化正畸目标位设计时，还应充分考虑微笑美学的静态和动态设计。现代微笑美学设计主要包括面部美学、唇部美学、牙齿美学和牙龈美学。2022 年，Sabbah提出微笑设计治疗计划（smile design treatment planning，SDTP），通过跨学科的数字化信息融合，为患者个性化微笑设计制定综合的治疗计划。
Wang 等通过对176 名受试者的动态笑容进行视觉模拟量表评估，指出前微笑线、后微笑线、上唇曲率和微笑指数是微笑吸引力的主要因素，在美学治疗计划中应优先考虑。2024年，唐振兴等将自主最大笑容（autonomous maximal smile，AMS）三维面像与数字化牙模整合用于正畸目标位的确定，在面部软组织背景下从任意视角观察数字化排牙结果，模拟结果更加真实准确，大大提高了数字化正畸的精准度。
1. 4 下颌运动
传统的颌位关系转移仅考虑静态咬合关系，并未模拟患者每一时刻的真实咬合运动。研究指出，下颌运动能力随着年龄的增长而增加，年轻成年男性的下颌运动较女性更大，反牙合和开牙合的患者下颌运动能力较小，深覆牙合和深覆盖的儿童下颌运动能力更大。下颌运动实时记录系统可记录和分析下颌及髁突运动轨迹的动态咬合关系，为错牙合畸形患者的功能状态评价提供依据。
目前，数字化下颌运动实时记录系统主要包括超声感应式（如SICAT、Zebris 和ARCUSdigma）、光电感应式（如TRIOS Patient Specific Motion、Plan-meca 4DTMJaw Motion 和MODJAW）和磁电式（如mandibular kinesiograph）。下颌运动轨迹描记仪可作为快速、无创和无辐射的动态诊断工具，在正畸治疗前和治疗中筛查和监测颞下颌关节异常。下颌运动实时记录数据与CBCT、口腔扫描数据和面部扫描数据等多模态数据融合，可构建出具有真实下颌运动的4D虚拟患者，从而确立功能状态下个性化目标位及数字化治疗方案。
1. 5 数字化正畸-正颌联合治疗
人工智能将经验正颌外科模式转为精准正颌外科模式，实现全自动术前诊断、多维度数字化正畸正颌方案设计、高精度机器人辅助手术和术后美学预测。例如，基于3D打印的截骨-定位-固定系统、无托槽隐形矫治器和颌位稳定器的“精准牙-骨移动手术先行模式”，实现了个性化精准正畸-正颌联合治疗。
1. 6 人工智能决策
正畸治疗方案往往不是惟一的，许多临界病例很难确定理想的治疗方案，提高决策的客观性和准确性非常重要。人工神经网络（artificial neural network，ANN）模拟生物神经元的行为，根据输入数据可输出治疗决策。目前研究较多的是使用神经网络机器学习的人工智能系统为正畸医生提供拔牙指导。
Etemad等对838例单纯正畸患者进行模型训练，提出机器学习模型在拔牙决策时具有良好的准确性和稳定性。Choi等开发了一种由2层神经网络组成机器学习模型用于正畸-正颌联合治疗患者的手术和拔牙决策，取得了91%的成功率。对于拔牙模式的选择，Leavitt等通过一项对366例患者的回顾性研究，提出机器学习模型预测上下颌第一前磨牙和上颌第一前磨牙拔牙模式具有良好的准确性，然而对上颌第一前磨牙/下颌第二前磨牙、上颌第二前磨牙/下颌第一前磨牙和上颌第二前磨牙/下颌第二前磨牙拔牙模式的预测不佳。上述研究表明，人工智能决策仍存在一定局限性，应使用更大规模的样本和多中心数据，以提高人工智能决策的泛化能力。
2. 数字化治疗实施——实现精准牙齿移动
正畸目标位一旦确立，接下来就需要考虑如何实现这个目标。精准高效的正畸牙移动需要深入了解矫治器的材料特性和生物力学系统。数字化矫治器主要包括透明矫治器（clear aligner）和个性化固定矫治器。透明矫治技术通过一系列透明矫治器，逐步引导牙齿移动到预定位置，既包括了治疗目标，也涵盖了治疗过程。个性化固定矫治技术是基于数字化模型的目标位，设计和制造出个性化的托槽和弓丝，不包含矫治过程。
2. 1 个性化力学设计
透明矫治器移动牙齿的平均效率不足60%，尤其是牙根转矩移动的表达率偏低，需要设计过矫正。Liu等提出前牙内收时尖牙放置垂直矩形附件，切牙设置4.8°/mm的过矫正可实现前牙的整体内收和最少的牙根吸收。Yang等提出每副矫治器设置1.7°支抗预备和远中/舌侧切口的Ⅱ类弹性牵引可实现下颌第一磨牙的整体移动。
Liu等提出矢状面的力矩补偿，伸长牙弓中部并压低牙弓末端，即在上下牙弓建立反Spee曲线以补偿“过山车”效应。Meng等指出，在唇侧和舌侧同时设置压力嵴可在一定程度上控制中切牙的牙根转矩，并建议将前牙内收过程分为倾斜运动和牙根控制两个步骤。个性化唇侧或舌侧固定矫治器在非拔牙病例中都能较好实现预设的目标位，而对于需要前牙内收的前磨牙拔除病例，则需要把控拔牙间隙关闭的生物力学。使用长牵引钩和微种植体的滑动法更有利于实现前牙的整体移动。使用个性化舌侧固定矫治器时，舌侧蘑菇形弓丝和尖牙远中牵引钩的组合可实现最可控的移动。
当牵引钩放置在中切牙远中且微种植体放置在腭中缝旁时可降低横向和垂直向弓形效应。正畸牙移动的力学研究大多来源于三维有限元技术（3D FEM）等体外实验，仅反映牙齿受力后的瞬时位移和应力状况，与临床仍有差距。
近年来，四维有限元技术（4D FEM）将每一次瞬间位移的量纳入下一次分析运算中，以此通过上千次的迭代算法模拟正畸牙移动过程。2023 年，Mao等将4D FEM 用于预测透明矫治器远移磨牙时的牙移动模式，建议使用腭部微种植体维持前牙矢状向和垂直向位置。2024年，Zhang等通过构建拔除上颌第一前磨牙的4D FEM，提出前牙内收过程中切牙压低模式可为侧切牙提供有效的垂直控制，并减少尖牙和第二前磨牙的倾斜。
Hamanaka等将弓丝与托槽之间和相邻牙齿之间的接触边界条件纳入4D FEM，成功模拟了滑动法关闭间隙过程中长期牙移动模式。随着计算机算法的进一步提升，有望建立符合患者颌面结构、牙齿形态位置和牙周组织的个性化4D FEM 模型，根据拟定的目标位筛选出最适合的矫治装置和施力方式。
2. 2 矫治器的个性化设计
透明矫治器的材料类型、厚度、边缘设计等起着重要的生物力学作用，研究显示较厚的单层刚性材料更有利于实现牙齿的整体移动，增加矫治器的唇侧厚度和相邻牙的舌侧厚度可优化产生的力和力矩，增加拔牙间隙的高度有利前牙内收，而降低高度则有助于控根移动。Lyu 等提出切牙0 mm 高直线形、尖牙0 mm扇形、后牙2 mm直线形的差异边缘设计有利于提高多颗牙齿移动的效率。随着3D打印材料的优化，有望实现基于每颗牙齿目标位的个性化透明矫治器的制作。
2. 3 牙齿移动路径的优化
牙齿移动的路径也是实现矫治目标的关键因素。部分透明矫治软件（如iOrtho和Spark）整合了排牙功能和CBCT的牙槽骨和牙根信息，方便医生拟定最佳的牙齿移动路径。例如，上切牙内收移动时一般需要压入和牙根舌向转矩，使牙根位于牙槽骨中央。对于较直立的牙齿，如果先做压入移动，根尖容易抵触骨皮质。如果先做牙根的转矩移动，往往难以实现。合理的路径是先做牙冠唇向、牙根舌向的倾斜移动，使牙根处于牙槽骨中央，再做压入移动。
3. 数字化治疗监控——提高治疗效率
治疗过程中，数字化技术可用于监控牙齿移动的进度和效率，便于及时调整治疗方案。治疗结束时，数字化模型可用于评估矫治结果，确保治疗效果达到预期目标。
3. 1 人工智能监控系统
以Dental Monitoring（DM）为代表的人工智能驱动远程监控系统包括3个集成平台，即患者智能应用程序的手机端、跟踪牙齿移动和监测口腔卫生的后台端及供正畸医生查看治疗进度的软件端，实现了患者口内模型的远程生成和自动分析。Homsi等通过对24例固定矫治患者进行了平均13.4个月的DM监控，提出人工智能跟踪算法可监测牙齿移动，其重建的数字牙牙合模型与iTero扫描等效。对隐形矫治患者的随机对照研究发现，使用DM 监控减少复诊次数，显示出较好的临床应用前景。
2023 年，Tian等提出了一种基于深度学习的多媒体交互网络（multimedia interaction network，MIN）的新算法，仅通过口腔扫描视频即可完成牙移动监测，与主流方法相比在重建牙模的准确性上提升了1.4%。虽然多样化的远程监控系统在正畸治疗监控中起到了一定辅助作用，但人工智能决策与定量结果不完全一致，仍然存在一定的局限性。
3. 2 根骨关系监控
DM仅关注了牙冠移动的可视化，缺少对根骨关系的评估。基于卷积神经网络（convolutional neural network，CNN）的人工智能通过分割算法从CBCT的牙槽骨中分割牙根，再与口腔扫描的数字化牙冠整合，形成复合牙模（integrated tooth model，ITM）。将治疗前的ITM叠加于治疗中口腔扫描的数字化牙冠，可实现对牙根位置的动态监测。Lee等通过对15例拔除第一前磨牙的患者进行牙根位置三维评估，发现基于深度学习的虚拟牙根表现出良好的准确性，推荐将ITM的深度学习自动算法监控用于临床实践。
Hu等开发了一种半自动牙根距离测量程序，发现切牙近远中方向的牙根偏差值大于颊舌方向，前磨牙和磨牙在近远中向和颊舌向的牙根偏差值相似。Huh等通过监控16例磨牙远移的患者，发现上颌骨颊侧和下颌骨舌侧的牙根暴露风险较高。Tufekci等通过一项对70名正畸医生的调查研究表明，三维牙冠、牙根和骨骼的信息融合可制订更好的治疗计划，3D成像和深度学习算法有助于更好地可视化监控透明矫治器的矫治效果。
4. 结语
数字化理念覆盖了正畸临床从诊断、设计、治疗到评估的全过程，数字化技术也从最初的计算机辅助设计发展到人工智能驱动的机器学习和深度学习，但目前这些技术主要应用于牙颌面三维数据的采集和融合、侧位X线片的自动定点和分析、自动牙齿分割和自动模型分析、颈椎骨龄的分析、拔牙决策、个性化矫治器的制作、微种植钉植入导板/托槽定位黏结导板的制作等单一且静态模块的内容。
正畸治疗的核心是机械力作用下牙周组织改建驱动的牙齿移动和颌面部软硬组织的适应性生长变化，是一个连续的力学生物学的动态变化过程。数字化技术如何从静态的单模态数据发展到动态的多模态融合，特别是基于生物力学的牙移动设计和预测，以及如何提高矫治的效率和精准度，其在口腔正畸领域应用范畴有待进一步扩展，为患者提供更加多样化和个性化的治疗选择。
来源：许艳婷,唐国华.数字化正畸思维和临床实践[J].中国实用口腔科杂志,2025,18(02):129-135.DOI:10.19538/j.kq.2025.02.001.
(本网站所有内容，凡注明来源为“医脉通”，版权均归医脉通所有，未经授权，任何媒体、网站或个人不得转载，否则将追究法律责任，授权转载时须注明“来源：医脉通”。本网注明来源为其他媒体的内容为转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们。)
