LO
牙科卫生士 · 任务逐条
分析单位是任务,不是职位名称。下面每一条都带着它的方向、这条判断是有证据还是平台推断、判断的理由,以及它没有确立什么。
这一页上的每一项任务#
洁牙与刮治
仍由人主导≈ 平台推断用手动和超声器械清除龈上与龈下的菌斑和牙结石。
这是在活人口腔里的精细手工操作,本页没有任何记录显示有机器在做。美国劳工统计局把清除牙结石、色素和菌斑列为卫生士的职责,并预测 2025 至 2035 年其就业增长 8%,没有提到 AI。
这个判断基于没有关于机器人刮治的证据,而不是有研究证明它们做不到;那项预测数的是一个国家的岗位。
牙周评估与记录
正在被增强≈ 平台推断探诊并记录每颗牙周围的牙周袋深度、出血和牙龈退缩。
AI 正从两个方向进来,但哪一个都还不能拿走探针。一套根据扫描测量龈骨距离的系统报告,在 2,507 名患者中误差只有 0.040 毫米,但它需要锥形束 CT。能省掉负责记数字的第二个人的语音系统,在一家正常营业的诊所里整句完全匹配的比例只有 36.7% 到 52.5%;在另一项研究中总体准确率为 67.40%,探诊深度只有 53.33%。
这是少数中心的研究系统;没有一套显示在常规使用中,而基于扫描的系统依赖大多数患者不会做的影像检查。
拍摄并初筛 X 光片
正在被增强✓ 有证据支撑拍摄咬翼片和根尖片,并找出需要牙医查看的地方。
读片是 AI 已获批准的地方,而且是作为辅助获批的。FDA 批准了在 X 光片上标出疑似牙结石的软件,并写明它不能代替牙医的完整复核;还批准了测量牙槽骨水平的软件,供包括牙科卫生士在内的受训专业人员使用,但不得代替对患者的全面评估。在 2019 年的一项研究中,一个深度学习模型检测牙周骨吸收的能力至少和六名牙医相当。
这些许可依据的是开发者自己的研究,没有一份测量卫生士使用这些工具的频率。
口腔卫生宣教
仍由人主导✓ 有证据支撑教患者怎样刷牙、清洁牙缝,并就饮食和习惯给出建议。
模型懂教学大纲:在 2025 年 3 月的日本牙科卫生士国家考试中,最好的模型答对了 85.0% 的题,但作者呼吁谨慎引入。改变患者习惯的是椅旁的那个人;英国监管机构也按卫生士受过训练、具备能力的范围来界定这个角色。
这是一项考试研究和一份执业范围文件;都没有测量 AI 的建议是否改变了患者的行为。
在执业范围内工作
仍由人主导✓ 有证据支撑知道哪些决定属于牙医,哪些卫生士可以自己做。
规则画的是人与人之间的线,不是人与机器之间的。加州法典说,牙科卫生执业不包括诊断和综合治疗计划;英国监管机构说,注册人员只能做他们受过训练、具备能力并有保险的事,包括在范围内开具和判读 X 光片。
这是美国一个州和英国一个监管机构;各地的执业范围差别很大,两者都没有提到 AI。