歯科インプラント手術においては，術中に対象歯牙の位置をリアルタイムに把握することがナビゲーション精度の鍵となる。従来のシステムでは物理的なマーカーを歯牙に事前装着して位置追跡を行う手法が主流であったが，装着の煩雑さや動的な口腔内環境への対応の難しさが課題として残っていた。こうした背景のもと，ルーマニアのクルジュ工科大学を中心とする研究グループが，口腔内のRGBカメラ映像を入力として，インスタンスセグメンテーションモデル「YOLO-seg」によるマーカーレスの歯牙検出手法を開発した。本研究は，Dentistry Journalに掲載されている。
本研究では，公開データセットと提携病院のデータを組み合わせた，400枚の学習用，20枚の検証用，100枚のテスト用の静止画像コーパスデータを使用した。性能評価の結果，セグメントの正確性（AP50）は0.716，見逃しの少なさを示す再現率は0.973を達成した。特に処理速度において顕著な改善が確認されており，従来手法の1302.78ms/フレーム（0.77FPS）に対し，本手法はわずか27.08ms/フレーム（36.9FPS）での処理を実現した。これは約48倍の高速化に相当し，動的なロボット支援ナビゲーションへの適用に必要な処理能力を示している。
本研究の特筆すべき点は，物理的なマーカーを一切使用することなく，通常の口腔内カメラ映像のみから高再現率かつ高速な歯牙検出を実現した点にある。マーカーレス構成の採用はロボット支援システムの設計を大幅に簡素化するとともに，術前準備の軽減という観点からも実用上の意義が大きい。一方，学習・評価に用いたデータの規模は依然として限られており，多様な口腔解剖形態や照明条件，歯牙の欠損・被覆状態への汎化性能については今後の大規模な検証が求められる。本手法が歯科ロボティクス分野における動的ナビゲーションの実用化へ向けた基盤となることが期待される。

【参照論文】
Real-Time Markerless Tooth Detection Towards Dynamic Robot-Assisted Dental Implant Navigation