何謂人工智慧(artificial intelligence)?
人工智慧是指機器擁有展示自己智慧的能力,其目的是讓機器透過資料的學習可以發展出自行解決問題的能力。如圖一所示,人工智慧裡面包含了(1)機器學習(machine
learning)、(2)神經網絡(neural network)與(3)深度學習(deep learning)。
簡述如下:
(1)機器學習是屬人工智慧的一部分,它是以演算方式(algorithm)來預測資料庫中可能的結果,使機器經過資料學習後,不需要人類,機器本身可產生問題解決的能力。
(2)神經網絡是透過人工神經元(artificial neuron)來作運算,創造出相似人類大腦之神經網絡功能。
(3)深度學習則是機器學習的一部分,是利用神經網絡中不同的計算層(computational
layer)去分析所輸入的資料,從而建構一個神經網絡能夠產生自動鑑定的方式去改善特徵之辨識;深度學習也稱為卷積神經網絡(convoluted
neural network,
以下簡稱CNN),CNN可匯集不同計算層的特徵,主要使用於龐大與複雜影像之處理(如口腔顎顏面放射線影像,圖二)。
人工智慧於口腔顎顏面放射線影像之應用
有學者於2018年以CNN概念應用於牙齒的辨識,他們研發的模型精確度接近96%;另有學者於2019年利用CNN模型再次做出具高準確度結果,且可產生牙齒的順序。與此同時,有學者亦將此CNN模型應用於牙科根尖片(periapical
radiograph)中,偵測牙齒的數目及牙齒的辨識,同樣的也展示高的準確度。因此綜合以上研究結果,人工智慧發展的自動化系統可協助牙醫師作有效的牙齒及牙位辨識。
人工智慧也證實可應用於牙科放射影像偵測齲齒。有學者報告於牙科根尖片,使用CNN可有效的偵測與診斷齲齒的狀況,也有報告指出以人工智慧為基礎的模型可用於咬翼片(bitewing
radiograph)中診斷鄰接面齲齒,而且針對牙根部齲齒的診斷亦具很好的結果。另外,CNN可有效的偵測與評估牙周病齒槽骨破壞的狀況。進一步利用CNN於環口攝影(panoramic
radiography),可成功診斷牙根尖病變(periapical lesion),同樣的於環口放射線攝影;使用
CNN可準確診斷上頜竇炎(maxillary sinusitis),而且此結果可相較於具經驗的放射線醫師。
值得注意的是CNN模型也被報告可以於電腦斷層攝影有效的診斷惡性腫瘤的頸部淋巴外(extra
nodal)之蔓延,此準確度可相當於專業放射線醫師。最後,CNN模型可以於環口攝影偵測顎骨之骨質疏鬆症,所得結果更優於據經驗的頭頸部放射醫師的標準。


﹝門診時段﹞
週一下午、週五上午
|