儿童龋齿（ECC，亦称儿童蛀牙）是全球最普遍的慢性儿童疾病，但其发病为何集中于特定牙齿，一直是个未解之谜。香港大学（港大）牙医学院与中国科学院青岛生物能源与过程研究所、青岛市口腔医院及青岛妇女儿童医院组成的研究团队，在相关领域取得突破性进展，成功开发了全球首个以微生物特征预测儿童早期单颗牙齿龋齿风险的人工智能（AI）系统，其准确率突破90%，有望彻底改变儿童龋齿的预防方式。该突破性研究成果已发表于《细胞宿主与微生物》（Cell Host & Microbe）期刊^。

该研究由香港大学牙医学院黄适助理教授领导，团队成员包括港大牙医学院博士研究生张玉凤、中国科学院青岛生物能源与过程研究所徐健教授、青岛市口腔医院滕飞医生，以及青岛妇女儿童医院杨芳博士。

研究团队采用创新方法，对3-5岁幼儿的牙齿表面微生物群落进行了全面分析，结合前沿的16S rRNA测序与宏基因组测序相结合，开展微生物组成与功能分析。团队追踪了89名学龄前儿童、共2,504份独立牙菌斑样本近一年的动态变化，发现了能够预示龋齿发生的独特模式。

研究的核心发现是健康口腔中存在显著的前牙 — 后牙微生物梯度。前牙（门牙）与后牙（臼齿）自然存在不同的细菌群落，在口腔内形成可预测的空间分布模式。这种由唾液流动和牙齿解剖结构维持的空间模式，会在龋齿初期形成时被破坏。研究人员识别出肉眼可见龋齿前出现的特定细菌变化，包括门牙相关微生物向臼齿迁移及反向转移。

此外，团队最重要的成果之一是开发了Spatial-MiC，全球首个以复杂微生物群落预测单颗牙齿蛀牙风险的AI系统，用于分析这些微生物模式，预测龋齿风险。Spatial-MiC整合目标牙齿及其邻近牙齿的微生物群落数据，检测现有龋齿准确率高达98%；还能提前两个月预测临床龋齿出现，准确率达93%。相比现有全口腔评估方法，此技术表现更优越，因为传统方法往往难以捕捉早期预警信号。

此次研究对儿童口腔健康具有深远意义。中国内地，ECC在5岁儿童中的发病率超过70%，其全球发病率仍居儿童慢性疾病首位。现有预防策略通常对所有牙齿一视同仁，忽视了牙齿间的易感性差异。该研究为精准牙科奠定基础，有望在龋齿损伤发生前，为高风险牙齿提供针对性的预防护理。

“这些发现从根本上改变了我们对龋齿的认知。” 黄教授解释：“龋齿从难以避免，转变为可在微生物层面上，为每颗牙齿进行预测和预防。”

展望未来，研究团队计划扩展该AI系统，期望能开发临床检测工具，将这项技术推广到全球牙科诊所。杨芳博士表示：“这不仅关乎更好的牙科护理，更在于通过更精准预防龋齿所致的疼痛、感染和发育影响，为儿童提供更健康的成长。”

^《细胞宿主与微生物》论文链结：https://doi.org/10.1016/j.chom.2025.05.006