针对牙科种植体相关故障与再种植事件的多任务生存建模

这对种植体患者为何重要

牙科种植体旨在长期替代缺失牙齿，但有时会失败，需要更换。对患者来说，最关心的是一个简单问题：“我的这个种植体能坚持多久？如果失败，下一步会怎样？”本研究提出了一种新的人工智能（AI）模型，随时间跟踪种植体，学习它们何时可能失败以及何时可能进行第二次种植，甚至可能在同一天完成。目标是为牙医和患者提供更清晰、更个性化的风险估计，以指导治疗计划和随访。

跟踪种植体的完整历程

研究者关注单个牙位上两个相互关联的事件：种植体的失败以及同一位置后续的再种植。在现实中，这些事件并非独立。只有在第一次失败之后才能进行第二次种植，在某些情况下，替换会在同一次就诊中立即进行。传统的“生存分析”统计工具通常一次只考虑一个事件并假设不同事件互不相关，这使它们不太适合这种紧密相连、分阶段的临床路径。为此，作者构建了一个将失败与再种植视为同一临床故事不同阶段的模型，而非彼此独立的结果。

来自日常牙科实践的真实世界数据

研究团队使用了1998年至2021年间多个种植中心1,627名患者的病历记录。每位患者仅贡献一个种植位的数据，以便分析聚焦于该位置的病史。在这些患者中，73名在种植体失败后接受了再种植，其中32例是在原种植体拔除的同一天放置了新的种植体。对于每名患者，研究者收集了57项信息，涵盖全身健康（如糖尿病或骨质疏松）、生活方式因素（如吸烟与饮食）、口腔状况（骨质、牙龈类型、牙周疾病）以及种植位的详细特征。缺失值使用标准医学统计方法谨慎填补，避免扭曲数据中的模式。

理解时间与依赖关系的AI模型

新模型名为 SIMMT，将时间视为等长的离散区间序列而非连续时钟。在每个时间区间内，它估计种植体失败的概率，以及如果出现失败时再种植发生的概率。模型使用一个共享的“编码器”来处理患者的所有临床特征，然后分成两个相互连接的分支——一个用于失败预测，另一个用于再种植预测。一项关键创新是掩码规则：再种植分支仅允许从发生在失败之后的时间区间学习并进行预测，反映了临床上的实际流程。一个特殊的“同时发生”标志告诉模型何时失败与再种植发生在同一区间，帮助其从同日替换的案例中学习。多头注意力层使模型能发现对各阶段最重要的特征，而单调性约束则温和地推动随时间变化的总体风险以现实的非递减方式移动。

效果如何？

模型通过严格的交叉验证策略进行测试，数据被分成五部分，依次留出每一部分作为测试集。时间被划分为八个区间，覆盖大约10年，选取与典型牙科随访阶段相匹配。在此设置下，SIMMT 在预测两类事件上都取得了较强的准确性。对于种植体失败，其一致性指数（concordance index）约为0.81，表明模型能可靠地将高风险患者排在低风险患者之前。对于仅在失败后预测的再种植，表现更优，一致性指数约为0.97。模型还产生了良好校准的概率——在对早期退出研究的患者进行调整后，其预测风险与实际观察到的发生率高度一致。与 Cox 比例风险模型、随机生存森林以及 DeepSurv、DeepHit 等深度学习工具相比，SIMMT 在排序能力上持续优于它们，并在估计概率的误差上表现相当或更低。

模型学到的风险因素

除了原始的准确性外，作者还检查了 AI 学到了哪些驱动风险的因素。对于首次种植，全身健康与局部骨质条件最为重要。糖尿病、骨质与骨密度、口腔卫生、过敏反应以及无牙间隙的宽度均发挥重要作用，这与已有临床认知一致。对于再种植，模式发生了变化：种植治疗的细节、缺损的形状、与血压相关的疾病、年龄、骨高度和是否使用骨移植变得更为突出。这表明第一阶段主要由全身健康与局部对种植体的支持状况主导，而第二阶段则反映了失败后外科医生和患者的应对方式，包括手术复杂性和医疗方面的考量。

对患者和临床医生的意义

用通俗的语言来说，这项研究表明，一种 AI 系统可以以两步追踪牙科种植体的生命周期——首先预测其是否可能失败，其次预测如果失败何时可能放置替代体——并遵循现实规则，如“在第一次失败之前不会进行第二次种植”和“有时二者在同一天发生”。通过捕捉这些依赖关系并利用患者健康与口腔的多方面信息，模型能生成个性化的风险曲线，而非一刀切的估计。如果在更多中心和不同人群中进一步验证，此类工具可帮助牙医定制随访计划、与患者讨论现实的时间表与风险，并决定何时采取预防或纠正措施，从而推动种植体护理朝向更真正的个性化治疗规划。

引用: Nooraldaim, A.S., Xue, Z., Lai, X. et al. Multi-task survival modeling of dependent failure and reimplantation events in dental implants. Sci Rep 16, 13303 (2026). https://doi.org/10.1038/s41598-026-40955-z

关键词: 牙科种植体, 种植体失败, 再种植, 生存建模, 临床决策支持