收益：
- 能够区分人工智能在牙科工作流程中哪些地方可以实时节省时间，以及哪些地方应由有能力的医生承担诊断和治疗的责任，具体取决于风险级别。
- 能够应用多层验证规则，根据临床检查、放射学结果和当前证据来测试每个人工智能输出
- 匿名化上下文以保护患者数据的隐私，养成根据 KVKK 和医疗器械立法选择安全工具的习惯
人工智能（简称AI，可以像人类一样学习和识别模式的计算机系统）已经悄悄但迅速地进入牙科领域。如今，有一些软件可以扫描全景放射线照片（但是，所有这些工具都有一个共同点：它们都不能代表医生做出决定。在第一个单元中，我们将了解人工智能在牙科领域中哪些地方实际上节省了时间和精力，哪些地方可能存在危险，以及如何自信地验证每个输出。
在整个模块中，没有一个原则会改变：诊断和治疗的决定属于人类，即有能力的牙医。人工智能是一种决策支持工具；它不能替代临床检查、患者病史和医生判断。在医疗保健等安全关键领域（即错误难以逆转并可能伤害患者），这一原则是不容协商的。
人工智能在牙科领域到底做了什么？
不要把人工智能想象成一个神奇的盒子，而是像一个实习生，工作速度非常快，但没有背景和责任。它真的很强大：
- 模式识别：通过学习数千张射线照片来标记龋齿、骨质流失或根尖周病变（牙根尖端的炎症区域）等发现。
- 文本制作和编辑：病历记录、治疗计划草案、患者信息函、同意书文本草案。
- 总结：缩短较长的患者病史或文章。
- 自动化：预约提醒、召回消息、标准通信。
- 设计支持：在 CAD/CAM（计算机辅助设计和制造）工作流程中提出牙冠/牙桥初步设计。
它在以下任务中较弱，并且永远不能相信它自己：做出明确的诊断，确定适应症（决定治疗是否合适），进行针对患者的特定风险评估，以及提供最新且准确的科学资源。
注意：人工智能看起来“自信”并不意味着它是准确的。语言模型预测最有可能的单词；因此，他可以用非常有说服力的语言写出不正确的信息。这被称为“幻觉”（虚构）。
按风险等级分为三个区域
将人工智能引入临床时，一种实用的方法是根据风险级别将每个任务分为三个区域：
地区
任务示例
人工智能的作用
审批要求
绿色（低风险）
预约消息、文件夹布局、信件草稿
可以直接生产
轻度审查
黄色（中等风险）
病历记录配置、患者信息文本、治疗计划草案
生成草稿
需要医生控制和纠正
红色（高风险）
放射诊断、适应症、手术/种植计划、药物决策
仅预评估/第二只眼睛
必须获得主管医生的批准；人工智能无法单独做出决定
将这幅画挂在诊所的墙上。如果您对将任务置于哪种颜色犹豫不决，请在较高风险区域中采取行动。
多层验证纪律
安全人工智能使用的核心是验证。不依赖单个输出，而是通过多个过滤器过滤每个 AI 结果：
- 临床相关性：AI所说的与患者的实际临床情况相符吗？例如，如果人工智能在射线照片上标记了一个空洞，但临床检查中没有该牙齿的证据，则在不解决差异之前不要继续。
- 来源和证据检查：如果人工智能推荐治疗或信息，请将其与当前的指导和循证牙科（有科学证据支持的实践）进行比较。
- 测量和技术控制：CBCT测量（三维牙科断层扫描）或手动验证CAD设计中的数字。
- 第二专家意见：在高风险情况下，寻求第二位医生的意见。
- 患者沟通：在向患者解释决定时，呈现医生的推理，而不是人工智能的推理。
提示：“AI说什么？”但是“有什么独立证据支持人工智能所说的话？”问。第二个问题可以保护您免受错误的影响。
迷你案例 1：在正确的地方节省时间
白天，一家诊所有 22 名患者接受检查。医生开始使用一种工具将病历记录从语音转换为文本。此前，每位患者平均每天写 4 分钟的笔记大约需要 88 分钟。有了车辆，每个患者的检查和纠正时间减少到 1.5 分钟；每天增加大约 55 分钟。关键点：医生手动检查每张纸条中的过敏和用药信息。时间的节省是真实的，但安全控制仍然存在。
小案例2：幻觉的代价
牙医告诉通用聊天助理“写下该抗生素及其来源的剂量范围和相互作用”。人工智能编造了两篇实际上并不存在的文章，并附有完整的作者和年份信息。如果医生在没有核实来源的情况下向患者提供信息，就会出现既错误又要承担法律责任的情况。医生检查了参考文献，发现它们是捏造的，然后转向官方用药指南。
小案例3：保护红区边界
一位年轻的医生相信全景放射照片上人工智能未标记的区域，并称其为“清晰”。然而，患者抱怨该区域疼痛。临床检查和根尖周片显示 AI 漏掉了根部骨折。教训：仅仅因为人工智能没有标记任何东西并不意味着它是“健康的”；临床检查永远是第一位的。
可复制模板
根据您自己的实践调整以下模板。请勿在其中任何一个上写下真实的患者 ID（姓名、身份证件、出生日期、电话）。
角色：您是一名经验丰富的牙科助理，而不是做出诊断。任务：将以下检查结果转化为结构化的临床记录。规则：- 写下诊断或最终决定；仅编辑结果。 - 用标签“[让医生验证]”标记不明确的点。 - 在单独的部分中收集过敏、药物和全身性疾病标题。调查结果：[匿名调查结果]
角色：牙科教育家。任务：批评下面的人工智能输出。哪些说法需要证据，哪些需要临床检查证实，哪些存在产生幻觉的风险？输出：[粘贴]
角色：风险分类器。任务：将以下任务置于绿色/黄色/红色风险区域并证明其合理性。任务描述：[写入]还指出在此任务中的哪个步骤必须获得医生批准。
角色：KVKK 和隐私控制者。任务：标记下面文本中可能泄露患者身份的每一条语句，并建议如何对其进行匿名化。文本：[粘贴]
弱提示/强提示
弱者：“这张X光片里有什么，诊断一下。”
为什么它的弱点：赋予人工智能诊断作用，缺乏临床背景，引发幻觉，并模糊责任。
Strong：“作为医生，为我确定以下放射学人工智能预评估输出，以便与临床检查进行比较。写下每项发现需要确认哪些临床测试。不要做出诊断。”
为什么它强大：将人工智能置于蓝图/清单生成器的位置，将责任留给医生，强制执行验证步骤。
责任和法律框架
AI的使用并不会减轻医生的责任；相反，它增加了一个新的关注领域。当患者受到伤害时，“软件是这么说的”辩护在法律和道德上都不有效。有能力的医生有义务检查和验证他使用的每个工具的输出，并根据自己的知识做出最终决定。这类似于飞机驾驶员在使用自动驾驶仪时负责飞机：车辆是辅助装置，责任在于指挥链顶端的人。因此，对于每个进入临床的人工智能工具，请书面回答三个问题：这个工具将用于什么任务？谁将验证输出以及如何验证？如果发生错误，如何发现并纠正？如果您无法回答这三个问题，请勿将工具引入临床流程。
此外，对患者的透明度也是该框架的一部分。患者有权适当了解治疗过程中正在使用人工智能工具。这种透明度既可以增加信任，也可以在可能出现争议的情况下保护诊所。将人工智能定位为公开宣称的实用工具，而不是隐藏的“魔法”。
小案例4：车辆极限声明
一家诊所在其患者信息表中添加了以下句子：“在某些行政和文档流程中，使用人工智能支持的工具，同时保护患者隐私；诊断和治疗决定始终由您的医生做出。”患者对此反应积极，信任度增加，患者可以询问他们的数据是如何处理的并被告知。教训：透明度既是道德要求，也是信任的来源。
常见错误
- 将人工智能输出置于临床检查之前或代替临床检查。
- 忘记了幻觉的风险并且不验证来源。
- 让人工智能“批准”高风险（红色）决策，并试图将责任转移给车辆。
- 将真实的患者身份信息上传到不安全的工具。
- 将人工智能的沉默（没有标记任何东西）解释为“一切都很好”。
综上所述
人工智能在牙科领域确实可以节省时间：它在模式识别、文本生成、摘要、自动化和设计支持方面功能强大。然而，诊断、适应症和治疗决定属于主管医生。将任务划分为绿色/黄色/红色风险区域；必要时通过临床相关性、证据、测量和第二意见来验证每个结果。从一开始就管理幻觉和隐私风险。
应用任务
列出您自己诊所的 10 项日常任务。将每项任务放在绿色/黄色/红色区域中，并用一句话写下医生对每项黄色/红色任务的批准将在哪一步发挥作用。然后给人工智能工具执行与上面“风险分类器”提示相同的任务，并将其与您自己的分类进行比较；请注意差异。
清单
- [ ] 我将每个任务划分为风险区域（绿色/黄色/红色）。
- [ ] 我澄清了红区任务必须经过医生批准。
- [ ] 我养成了核实消息来源的习惯，以避免产生幻觉的风险。
- [ ] 我尚未将任何真实的患者 ID 上传到不安全的工具。
- [ ] 我并没有将AI的沉默解读为“健康”；我提前进行了临床检查。