OMNI-Dent：面向自动牙科诊断的可访问且可解释的 AI 框架
计算机视觉与模式识别
2026-02-10 v1 机器学习
摘要
准确的牙科诊断对于口腔健康至关重要，但许多人缺乏及时专业评估的机会。现有的 AI 方法主要将诊断视为视觉模式识别任务，未能反映牙科专业人员所使用的结构化临床推理。这些方法还需要大量的专家标注数据，并且在面对多样化的真实世界影像条件时往往难以泛化。为克服这些限制，我们提出了 OMNI-Dent，这是一个数据高效且可解释的诊断框架，将临床推理原则融入视觉-语言模型（Vision-Language Model, VLM）管道中。该框架基于多视角智能手机照片，嵌入牙科专家的诊断启发法，并引导通用 VLM 在无牙科特定微调的情况下进行牙齿级别的评估。通过利用 VLM 现有的视觉-语言能力，OMNI-Dent 旨在支持在缺乏精选临床影像的场景中的诊断评估。作为一种早期辅助工具，OMNI-Dent 有助于用户识别潜在异常并确定何时需要专业评估，为缺乏面对面护理的个体提供了实际选择。
引用
@article{arxiv.2602.07041,
title = {OMNI-Dent: Towards an Accessible and Explainable AI Framework for Automated Dental Diagnosis},
author = {Leeje Jang and Yao-Yi Chiang and Angela M. Hastings and Patimaporn Pungchanchaikul and Martha B. Lucas and Emily C. Schultz and Jeffrey P. Louie and Mohamed Estai and Wen-Chen Wang and Ryan H. L. Ip and Boyen Huang},
journal= {arXiv preprint arXiv:2602.07041},
year = {2026}
}