兒童齲齒（ECC，亦稱兒童蛀牙）是全球最普遍的慢性兒童疾病，但其發病為何集中於特定牙齒，一直是個未解之謎。香港大學（港大）牙醫學院與中國科學院青島生物能源與過程研究所、青島市口腔醫院及青島婦女兒童醫院，組成的研究團隊在有關方面取得突破性進展，成功開發了全球首個以微生物特徵預測兒童早期單顆牙齒蛀牙風險的人工智能（AI）系統，其準確率更突破90%，有望徹底改變兒童齲齒的預防方式。該突破性研究成果已於《細胞宿主與微生物》（Cell Host & Microbe）期刊^發表。

該研究由香港大學牙醫學院黃適助理教授領導，團隊成員包括港大牙醫學院博士研究生張玉鳳、中國科學院青島生物能源與過程研究所徐健教授、青島市口腔醫院滕飛醫生，以及青島婦女兒童醫院楊芳博士。

研究團隊採用創新性方法，對3-5歲幼兒的牙齒表面微生物群落進行了全面分析，將前沿的16S rRNA測序與宏基因組測序相結合，開展微生物組成與功能分析。團隊通過追蹤89名學齡前兒童、共2,504份獨立牙菌斑樣本近一年的動態變化，發現了能夠預示齲齒發生的獨特模式。

研究的核心發現是健康口腔中存在顯著的前牙 — 後牙微生物梯度。 前牙（門牙）與後牙（臼齒）自然存在不同的細菌群落，在口腔內形成可預測的空間分布模式。這種由唾液流動和牙齒解剖結構維持的空間模式，會在齲齒初期形成時被破壞。研究人員識別出在肉眼可見齲齒前出現的特定細菌變化，包括門牙相關微生物向臼齒遷移及反向轉移。

此外，團隊最重要的成果之一是開發了Spatial-MiC，為全球首個以複雜微生物群落預測單顆牙齒蛀牙風險的AI系統，用於分析這些微生物模式，以預測齲齒風險。Spatial-MiC 整合目標牙齒及其鄰近牙齒的微生物群落數據，在檢測現有蛀牙方面，準確率高達 98%；更可提前兩個月預測臨床蛀牙的出現，準確率達 93%。相較於現有的全口腔評估方法，此技術表現更為優越，因為傳統方法往往難以捕捉早期預警信號。

是次研究對兒童口腔健康具有深遠意義。在中國內地，ECC在5歲兒童中的發病率超過70%，其全球發病率仍居兒童慢性疾病首位。現有預防策略通常對所有牙齒一視同仁，忽略了牙齒間的易感性差異。該研究為精準牙科奠定基礎，有望在齲齒損傷發生前，為高風險牙齒提供針對性的預防護理。

「這些發現從根本上改變了我們對齲齒的認知。」黃教授解釋：「齲齒從難以避免，轉變為可在微生物層面上，為每顆牙齒進行預測和預防。」

展望未來，研究團隊計劃擴展該AI系統，並期望能開發臨床檢測工具，將這項技術推廣到全球牙科診所。楊芳博士表示：「這不僅關乎更好的牙科護理，更在於透過更精準預防齲齒所致的疼痛、感染和發育影響，為兒童提供更健康的成長。」

^《細胞宿主與微生物》論文連結： https://doi.org/10.1016/j.chom.2025.05.006