人工智能（AI）正通过诊断成像、风险预测、治疗规划和患者管理等应用迅速变革口腔医疗领域。然而，尽管AI有潜力增强临床决策能力并简化工作流程，但在医疗公平性、服务可及性及以患者为中心的实施方面仍存在重大挑战。关键问题包括确保AI工具在不同临床环境和多样化人群中的有效验证、解决算法透明度问题以维护临床医生的信任与自主权，以及防止技术应用导致资源丰富社区与服务不足社区之间的口腔健康差距进一步扩大。口腔健康中的人本化AI方法优先考虑所有患者和医疗从业者的实际需求、价值观念与具体情境，强调在整个AI生命周期中贯彻透明度、可解释性及有意义的利益相关方参与。本研究主题深入探讨如何开发、验证和实施AI技术，以推进公平的口腔医疗服务而非加剧现有健康差异。
本研究主题旨在弥合AI创新与以患者为中心、公平实施的口腔医疗实践之间的鸿沟。虽然近期进展已证明AI在自动诊断、预测分析和个性化治疗规划方面的能力，但将这些技术转化为真正惠及所有人群的现实应用仍面临严峻挑战。我们致力于探索如何将AI有策略地整合到口腔医疗体系中，从而同时造福患者、医疗从业者及整个医疗系统。本主题欢迎涵盖口腔健康AI应用全领域的研究成果，尤其关注人本化AI的开发与验证、实施科学与现实部署策略、算法透明度与临床可解释性、资源有限或服务不足地区的应用实践、患者及医疗服务提供者对AI整合的认知，以及口腔医疗中负责任AI使用的伦理框架等方向。
本研究主题重点征集能推进口腔医疗AI理解、开发与实施的贡献，特别强调人本化与公平性原则。我们欢迎以下核心主题的研究成果：
- AI开发与验证：面向口腔健康的新型AI算法与模型，包括诊断系统、预测分析工具及临床决策支持系统
- 实施科学与现实部署：研究将AI技术有效整合至临床工作流程的策略与方法
- 人本化设计与可用性：探讨用户体验、临床医生与AI的交互模式，以及优先满足患者和医疗提供者需求的设计方案
- 公平与可及性：调查资源有限或服务不足地区的AI应用实践，分析AI系统潜在偏见问题，并制定确保不同人群和医疗环境中AI效益公平分配的策略
- 算法透明度与可解释性：研究可解释AI方法、AI输出结果的临床可解释性，以及在临床医生与患者间建立技术信任的实践路径
- 伦理、法律与社会影响：分析口腔健康AI应用的伦理框架、数据隐私保护措施、监管挑战，以及患者对AI整合的接受度研究
【全文结束】
