人工知能によるリッジ欠損の三次元再構成

重度の歯周炎、外傷、および長期にわたる無歯症は、歯槽堤の重大な吸収性変化を引き起こし、審美領域に重度の骨欠損を引き起こす可能性があります[1]。 適切な機能と審美性を回復するには、インプラント手術前に硬組織と軟組織を慎重に評価することが重要です。 抜歯後の水平、垂直、または複合隆起欠陥は、歯科インプラントの埋入とその長期安定性、さらには最終的な審美性の結果に大きく影響します[2]。

抜歯後の自然条件下では、空になった歯槽の周囲の歯槽骨は吸収を受け、歯槽堤の高さと幅が後退します[3]。 審美的および機能的問題を引き起こすだけでなく、骨量の減少により歯科インプラントへのサポートが不十分になり、インプラントが緩んで不安定になる可能性があります[4]。 このような問題に直面している患者にとって、インプラントの長期安定性を確保するために、骨組織を再生して歯槽堤を修復する歯槽堤増強術が必要です[2]。

歯槽頂の再構築には多数の同種異系、同種または異種骨代替材料が利用可能ですが、依然として自家骨の使用がゴールドスタンダードと考えられています。 自家骨は、優れた骨誘導性、骨伝導性、および骨形成特性を備えています。免疫反応や病気の伝播を安全に回避でき、予測可能な増強結果が得られます [5]。

数年前から、歯槽頂の再建や骨欠損の移植のための代替自家材料としての象牙質の使用が記載され、動物実験や臨床研究で研究されてきました[6-15]。 象牙質は、その有機および無機組成が骨に非常に似ているため、適切な移植材料です。 歯槽骨と同様に、象牙質の有機物質の約90％はI型コラーゲンで構成されています。 また、オステオカルシン、オステオネクチン、リンタンパク質、シアロタンパク質などの骨形成に関連する構造タンパク質も象牙質で見られます [7]。 さらに、象牙質には、骨形成タンパク質 2 (BMP-2)、組織成長因子 -β (TGF-β)、インスリン様成長因子 -2 (IGF-2) などの骨形成活性因子が含まれています。 歯槽骨と同様、象牙質の無機成分は、ヒドロキシアパタイト、β-リン酸三カルシウム、リン酸八カルシウム、非晶質リン酸カルシウムなどのさまざまなリン酸カルシウムで構成されています[16,17]。 自家骨と比較して、象牙質の使用は、その固有の骨誘導能および骨伝導能により、採取手順と、その結果生じる可能性のあるドナー部位の罹患率を回避し、有望な臨床的および組織学的結果をもたらすという利点を提供する[14、15]。 自家骨ブロック移植と比較して、象牙質移植でも吸収が大幅に少ないことが示されています[12、17]。

しかし、自家象牙質移植には骨形成能力が証明されているにもかかわらず、次のような限界があります。(1) 量は抜歯が必要な歯の数と抜歯の状態に依存する。(2) 自家象牙質を加工する標準的な方法が存在しない。移植片、および (3) 患者の好み。 したがって、他の個体からの象牙質移植片材料の適用（同種異系象牙質移植片）は、代替の自家象牙質移植片として考慮されている[18,19]。 同種象牙質移植片は、脱灰した骨基質から概念化されました。これは主に、象牙質と骨のタンパク質高分子が間葉系細胞の骨芽細胞への分化を誘導するという骨誘導原理のために開発され定義されました。これは 1965 年に Urist によって仮定されました [20]。 同種象牙質移植片は、骨誘導性を有する改良された同種移植片であり、1980年代から臨床使用されている。 骨移植手術の代替骨としての同種象牙質移植片の適用を調査した研究はほとんどありません。 のナラティブレビューにより、同種象牙質移植は、抗原性や免疫反応を引き起こすことなく、骨格外部位における骨誘導性、最大の臨床安全性および有効性に対する大きな可能性を実証していることが明らかになった[21]。

コーンビームコンピュータ断層撮影法 (CBCT) イメージングの開発は、口腔インプラント治療の術前計画と移行のための 3D イメージング アプリケーションの使用の増加と密接に関連して行われました [22]。 CBCT の勝利の主な理由は、妥当なコストと線量で顎骨の体積イメージングが可能であり、コンパクトで手頃な価格の装置が近くにあるという相対的な利点にあります [22]。 インプラントのリハビリテーションに携わる臨床医にとって、歯科用 3D データセットの力は診断分野にあるだけでなく、口腔インプラント埋入に関連する術前および治療用途のために統合された患者情報を収集できる可能性にもあります。 現在、デジタル技術とコンピュータ支援設計/コンピュータ支援製造 (CAD/CAM) システムの急速な進歩により、実際、診断、外科的インプラント計画、インプラント支持プロテーゼの納品にとって困難な機会が生み出されています [23]。

臓器や組織をセグメント化して 3 次元モデルを作成することは、診断、手術計画、シミュレーションに役立つ手法です [24]。 この技術は、口腔顎顔面手術で重要な役割を果たす 3D リッジ増強の計画にも適用できます。 セグメンテーションにより隆起部の体積を正確に測定できるため、臨床医は嚢胞や腫瘍によって引き起こされる変化について定量的な洞察を得ることができます。 さらに、正確なセグメンテーションは、インプラント手術中に隆起部の増強を計画する際に臨床医にとって貴重な指針を提供します [25]。 この目的には手動セグメンテーションを使用できますが、CBCT 画像では観察者間および観察者内のばらつきが大きいため、時間がかかり、医師の経験に依存します。 一般に、人工知能 (AI) セグメンテーションは手動セグメンテーションよりも成功率が高く、実行も簡単です [26]。

現在の研究では、同種象牙質ブロックと同種象牙質外皮移植を利用した、垂直および水平欠損隆起を組み合わせた AI 支援 3D 隆起増強が評価されます。