人工智能在口腔护理中的应用

doi:10.3877/cma.j.issn.1674-1366.2026.01.007

口腔护理是保障口腔临床诊疗的重要组成部分，随着口腔疾病负担增加和医疗需求不断提升，传统口腔护理模式面临诸多挑战。人工智能（AI）技术的快速发展为口腔护理带来新的机遇。本文总结了AI在口腔护理领域的研究进展与应用现状，重点分析其在智能分诊转诊、手术护理协作、术后管理与疼痛护理、患者随访与健康行为管理及口腔护理教育等方面的作用，并探讨AI时代下口腔护理模式的转变，以推动智能化口腔护理体系建设。

关键词: 人工智能, 口腔护理, 护理模式

Dental nursing is an integral component of clinical dental practice. With the increasing burden of oral diseases and the growing demand for dental healthcare services, traditional dental nursing models are facing substantial challenges. The rapid advancement of artificial intelligence (AI) technologies presents new opportunities for the transformation of dental nursing practice. This review summarizes recent research advances and current applications of AI in the field of dental nursing, with a particular focus on intelligent triage and referral, perioperative nursing collaboration, postoperative management and pain care, patient follow-up and health behavior management, as well as dental nursing education. Furthermore, this review discusses the transformation of dental nursing models in the AI era, aiming to promote the development of intelligent dental nursing systems.

Key words: Artificial intelligence, Dental nursing, Nursing model

[1]	Jassim A，Rodriguez JM，Kalsi H，et al. Improving patient care through development of dental nurse specialist roles[J]. Br Dent J，2025，239（6）：386-390. DOI：10.1038/s41415-025-9162-9.
[2]	Sadr S，Mohammad-Rahimi H，Motamedian SR，et al. Deep learning for detection of periapical radiolucent lesions：A systematic review and Meta-analysis of diagnostic test accuracy [J]. J Endod，2023，49（3）：248-261.e243. DOI：10.1016/j.joen.2022.12.007.
[3]	Broll A，Goldhacker M，Hahnel S，et al. Generative deep learning approaches for the design of dental restorations：A narrative review[J]. J Dent，2024，145：104988. DOI：10.1016/j.jdent.2024.104988.
[4]	Cai G，Wen B，Gong Z，et al. Intelligent virtual dental implant placement via 3D segmentation strategy[J]. J Dent Res，2025，104（11）：1208-1217. DOI：10.1177/00220345251332511.
[5]	Li J，Zhou Y，Zhang M，et al. Next-generation AI framework for comprehensive oral leukoplakia evaluation and management[J]. NPJ Digit Med，2025，8（1）：513. DOI：10.1038/s41746-025-01885-8.
[6]	Hegde S，Ajila V，Zhu W，et al. Artificial intelligence in early diagnosis and prevention of oral cancer[J]. Asia Pac J Oncol Nurs，2022，9（12）：100133. DOI：10.1016/j.apjon.2022.100133.
[7]	Yu YF，Cao LM，Sun H，et al. Understanding artificial intelligence in dental nursing：An online survey on familiarity，attitudes，and expectations[J]. J Craniofac Surg，2025，36（6）：2202-2207. DOI：10.1097/scs.0000000000011758.
[8]	Yu KH，Beam AL，Kohane IS. Artificial intelligence in healthcare [J]. Nat Biomed Eng，2018，2（10）：719-731. DOI：10.1038/s41551-018-0305-z.
[9]	Sandhu S，Lin AL，Brajer N，et al. Integrating a machine learning system into clinical workflows：Qualitative study[J]. J Med Internet Res，2020，22（11）：e22421. DOI：10.2196/22421.
[10]	Parimbelli E，Sacchi L，Budasu R，et al. The role of nurses in E-Health：The mobiguide project experience[J]. Stud Health Technol Inform，2016，225：153-157. DOI：10.3233/978-1-61499-658-3-153.
[11]	Fritz RL，Dermody G. A nurse-driven method for developing artificial intelligence in "smart" homes for aging-in-place[J]. Nurs Outlook，2019，67（2）：140-153. DOI：10.1016/j.outlook.2018.11.004.
[12]	Tseng LP，Huang LP，Chen WR. Exploring artificial intelligence literacy and the use of ChatGPT and copilot in instruction on nursing academic report writing[J]. Nurse Educ Today，2025，147：106570. DOI：10.1016/j.nedt.2025.106570.
[13]	Teixeira L，Mitchell A，Martinez NC，et al. Virtual reality with artificial intelligence-led scenarios in nursing education：A project evaluation[J]. Br J Nurs，2024，33（17）：812-820. DOI：10.12968/bjon.2024.0055.
[14]	Grinberg N，Arbel S，Boyadjiev YY，et al. The performance of artificial intelligence in providing real-time aid in emergency dental trauma：A clinical validation study[J]. Dent Traumatol，2025. DOI：10.1111/edt.70022.
[15]	Liu C，Liu Y，Xie R，et al. The evolution of robotics：Research and application progress of dental implant robotic systems[J]. Int J Oral Sci，2024，16（1）：28. DOI：10.1038/s41368-024-00296-x.
[16]	He J，Zhang Q，Wang X，et al. In vitro and in vivo accuracy of autonomous robotic vs. fully guided static computer-assisted implant surgery[J]. Clin Implant Dent Relat Res，2024，26（2）：385-401. DOI：10.1111/cid.13302.
[17]	Liu C，Liu X，Wang X，et al. Endodontic microsurgery with an autonomous robotic system：A clinical report[J]. J Endod，2024，50（6）：859-864. DOI：10.1016/j.joen.2024.02.005.
[18]	Liu C，Wang X，Liu Y，et al. Comparing the accuracy and treatment time of a robotic and dynamic navigation system in osteotomy and root-end resection：An in vitro study[J]. Int Endod J，2025，58（3）：529-540. DOI：10.1111/iej.14178.
[19]	张先云，王宇，王欣芝，等. 4例自主式机器人辅助牙列缺失种植患者的围手术期护理[J].当代护士，2025，32（9）：75-78. DOI：10.19791/j.cnki.1006-6411.2025.25.016.
[20]	Salgado García FI，Indic P，Stapp J，et al. Using wearable technology to detect prescription opioid self-administration[J]. Pain，2022，163（2）：e357-e367. DOI：10.1097/j.pain.0000000000002375.
[21]	Zhang M，Zhu L，Lin SY，et al. Using artificial intelligence to improve pain assessment and pain management：A scoping review [J]. J Am Med Inform Assoc，2023，30（3）：570-587. DOI：10.1093/jamia/ocac231.
[22]	Li Y，Wu X，Liu M，et al. Enhanced control of periodontitis by an artificial intelligence-enabled multimodal-sensing toothbrush and targeted mHealth micromessages：A randomized trial[J]. J Clin Periodontol，2024，51（12）：1632-1643. DOI：10.1111/jcpe.13987.
[23]	Shen KL，Huang CL，Lin YC，et al. Effects of artificial intelligence-assisted dental monitoring intervention in patients with periodontitis：A randomized controlled trial[J]. J Clin Periodontol，2022，49（10）：988-998. DOI：10.1111/jcpe.13675.
[24]	Surovková J，Haluzová S，Strunga M，et al. The new role of the dental assistant and nurse in the age of advanced artificial intelligence in telehealth orthodontic care with dental monitoring：Preliminary report[J]. Applied Sciences，2023，13（8）：5212. DOI：10.3390/app13085212.
[25]	Chang CL. Effect of immersive virtual reality on post-baccalaureate nursing students' in-dwelling urinary catheter skill and learning satisfaction[J]. Healthcare（Basel），2022，10（8）：1473. DOI：10.3390/healthcare10081473.

[1]	张振奇, 卢漫, 齐艺涵, 庄敏, 胡紫玥, 王璐. 基于DeepSeek大语言模型的胃癌和直肠癌超声报告结构化及T分期自动评估研究[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(11): 1055-1061.
[2]	周欣, 梁豪进, 邓振宇, 肖菊花, 周小军. 基于人工智能技术评价江西省孕11~13⁺⁶周产前超声筛查质量现状及提出能力提升对策[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(09): 850-857.
[3]	张振奇, 齐艺涵, 王璐, 胡紫玥, 李婷婷, 卢漫. 大语言模型DeepSeek-R1在甲状腺超声报告质量控制中的初步应用[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(09): 832-837.
[4]	江瑶, 蒋程, 余翔, 谭莹, 温昕, 温慧莹, 彭桂艳, 李胜利. 基于注意力机制改进的子宫解剖结构检测与分割多任务模型的性能评估[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 703-710.
[5]	陈明朗, 许凯, 黄稚熙, 梁博诚, 贺杰, 黄海珊, 马微波, 谭莹, 邹志英, 刘晓棠, 彭桂艳, 陈家希, 钟晓红. MobileNetV4：面向产前超声的主动脉弓分支异常智能诊断研究[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 711-720.
[6]	杨丽仙, 黄稚熙, 梁博诚, 欧阳淑媛, 陈明朗, 赵英丽, 马薇波, 缪敬, 王磊, 袁鹰. 基于产前时序超声数据的新生儿出生体重智能预测[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 721-732.
[7]	刘晴晴, 俞劲, 徐玮泽, 张志伟, 潘晓华, 舒强, 叶菁菁. OBICnet图像分类模型在小儿先天性心脏病超声筛查中的应用价值[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 754-760.
[8]	陈泽涛, 邱龙诗语, 龚卓弘, 刘恒毅, 曾培生, 施梦汝. 口腔种植定量测量人工智能化的难点解析与解决策略[J/OL]. 中华口腔医学研究杂志(电子版), 2026, 20(01): 1-8.
[9]	王祝愉, 权晶晶. 人工智能辅助参与牙体牙髓基础与临床研究[J/OL]. 中华口腔医学研究杂志(电子版), 2026, 20(01): 25-33.
[10]	吕思怡, 王琰琪, 仇珺, 陈宇江, 高洁. 人工智能图像处理技术在口腔医学中的应用[J/OL]. 中华口腔医学研究杂志(电子版), 2026, 20(01): 40-46.
[11]	梅昊楠, 杨瑞, 刘修恒. 人工智能辅助病理学图像分析在前列腺癌诊断中的研究进展[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2026, 20(01): 1-7.
[12]	丁小博, 陈洁, 王艳波. 人工智能在泌尿系结石诊治中的应用进展[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2026, 20(01): 15-21.
[13]	樊帆, 黄浩, 付莉丽, 周春梅, 马雪霞, 黄海. 下尿路功能障碍患者智能化尿控标准病房的建设及成效[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2026, 20(01): 44-50.
[14]	唐玥, 陈家璐, 覃德龙, 李宗龙, 汤朝晖, 全志伟. 基于AI的多模态影像在肝癌诊治中应用及面临挑战[J/OL]. 中华肝脏外科手术学电子杂志, 2026, 15(01): 4-9.
[15]	常芳媛, 乔春梅, 王欣, 王博冉, 赵梓孚, 李春歌, 王晓磊. 多模态超声及人工智能在细菌性和非细菌性关节炎中应用的研究进展[J/OL]. 中华临床医师杂志(电子版), 2025, 19(08): 606-611.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

Application of artificial intelligence in dental nursing

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Application of artificial intelligence in dental nursing