Artificial Intelligence and Imaging Technologies in Orthodontic Assessment, Referral and Care Pathways: A Scoping Review

摘要* 背景 人工智能（AI）与成像技术的融合正日益应用于正畸评估与诊疗路径的各个环节。然而，现有证据分散于不同的成像模态、临床应用、AI方法学及临床转化阶段之中。方法 按照乔安娜布里格斯研究所（Joanna Briggs Institute）方法学开展范围综述，并依据PRISMA-ScR指南进行报告。检索了PubMed、Scopus和IEEE Xplore中2016年1月至2026年6月发表的研究，并通过Google Scholar、OpenAlex、灰色文献来源及引文检索进行补充。对符合条件的研究进行描述性映射，并采用Braun和Clarke框架进行主题综合。结果 共纳入54项研究。AI应用涉及口内及面部照片、头影测量X线片、CBCT、口内扫描、三维牙颌模型和多模态成像。应用范围从标志点定位、分割和错𬌗畸形分类，到治疗需求评估、筛查、转诊支持、治疗计划和远程监测。证据在边界明确、解剖学可验证的图像分析任务中最为充分，而涉及转诊、分诊、治疗需求决策、纵向预测和工作流程整合的应用则较不成熟。常见局限性包括回顾性、单中心设计；参考标准异质性；外部验证有限；校准和不确定性报告不一致；以及对以患者为中心、公平性和服务层面结局的评估不足。结论 正畸领域基于成像的AI已从自动化图像解读发展为贯穿诊疗路径的临床医生辅助决策支持。当前证据最有力地支持AI用于结构化图像分析任务，但尚不支持自主转诊、分诊或治疗计划决策。未来研究应优先开展前瞻性多中心验证、透明报告、可解释性、公平性、不确定性处理及工作流程整合评估，以实现安全且具有临床实用价值的应用。