生体蛍光イメージングを用いた咬合面歯面摩耗に基づくAI支援年齢推定

なぜ歯があなたの物語を語れるのか

私たちが人生を重ねるにつれて、歯は静かにその年輪を記録します。食事やおやつ、夜間の食いしばりのたびに、噛む面には小さな痕跡が残ります。本研究は、特殊な光学イメージングと人工知能（AI）を組み合わせることで、ドリルやX線、推測を使わずにそうした痕跡から個人の年齢を推定できることを示しています。この手法は将来的に法医学的調査、大規模な健康調査、日常の歯科検診などで役立つ可能性があります。

歯に潜む手がかりを光で浮き彫りにする

歯は通常の光を反射するだけでなく、特定の波長で照らすとかすかに光る性質があります。研究者らは定量的光誘起蛍光という技術を用い、バイオレット〜ブルーの光で歯を照らし、返ってくる緑がかった蛍光を記録しました。健全なエナメル質と摩耗部は発光の仕方が異なり、歯が長年にわたってどれだけすり減ったかに関連する計測可能な信号を生み出します。これらの画像から、チームは各歯の最も摩耗した部分について「摩耗スコア」と呼ぶ数値を算出し、摩耗のぼんやりした視覚的印象を精密な測定値に変換しました。

歯の明るさから年齢の数値へ

本研究では20〜69歳の成人104名、合計2,700本超の歯を解析しました。まず摩耗スコアを二度計測して信頼性を確認したところ、高い再現性が得られました。次に、全歯の平均摩耗スコアが実年齢とどのように関連するかを調べました。結果は明確な上昇傾向で、年齢が上がるほど一般にスコアも高く、摩耗が顕著であることを示しました。これは蛍光ベースの指標が単なる技術的な興味を超え、歯面の年齢変化を実際に追跡していることを裏付けます。

歯のタイムスタンプを読むAIの訓練

次に、複数歯の摩耗スコアを組み合わせて年齢を予測できるかどうかを機械学習モデルに問いました。研究チームはランダムフォレストという手法を用い、多くの単純な決定木の判断を統合して単一の推定値を得ました。データは慎重に分割され、モデルはある被験者群で学習し、全く別の個人群で検証されるようにして過度に楽観的な結果を避けました。モデルの設定を調整した後、未知のケースに対する典型的な誤差は約7〜8年で、X線や侵襲的サンプリングに頼る既存の歯科年齢推定法と同等の精度でした。

重要な少数の歯を見つける

口内のすべての歯をチェックするのは時間がかかり、欠損や大きな修復があると不可能な場合もあります。実用性を高めるために、研究者らはさまざまな歯の組み合わせを体系的に試して、予測力を大きく損なわないものを選ぶアルゴリズムを使いました。驚くべきことに、前歯と臼歯、上顎と下顎に戦略的に配置されたわずか7本の歯で、28本全てを使う場合とほぼ同等の性能が得られました。むしろ、これら7本の方が年齢との関連性がわずかに強く、いくつかの歯は有益な情報よりも雑音を加えている可能性を示唆しています。

日常生活での意味

専門家でない人への要点は、咬合面が生体のカレンダーのように働き、そのカレンダーが目視による判定ではなくカメラと解釈可能なAIモデルで読み取れるようになったということです。この方法は非侵襲的で放射線を伴わず、主要な少数の歯だけでクリニックや現地調査、法医学現場で年齢を推定できる携帯型システムへの道を示します。現在の研究は参加者数が限られた概念実証の段階に過ぎないため、より大規模かつ多様な集団での検証が必要です。それでも、摩耗した歯の発光パターンを透明性のあるAIに通すことで、実用的な新しい年齢推定手法が提示されたことは明らかです。

引用: Kim, SK., Lee, ES. & Kim, BI. AI-assisted age estimation from occlusal tooth wear using biofluorescence imaging. Sci Rep 16, 13145 (2026). https://doi.org/10.1038/s41598-026-42573-1

キーワード: 法医学的年齢推定, 歯の摩耗, 生体蛍光イメージング, 歯科用AI, 定量的光誘起蛍光