我们对 20 个最先进的骨分割模型进行了全面的多中心评估，涵盖 1,000 例临床重采样 CT/CBCT 扫描。研究表明，图像清晰度、各向同性较小体素和中性方向显著提高分割性能，而金属接骨术和解剖复杂性则导致性能显著下降。研究结果凸显了基准测试性能与真实临床适用性之间的差距，强调了在社会技术系统中进行稳健性评估的必要性。

我们系统评估了两种增强现实可视化模式在头颈部不同类型解剖结构中的定位精度：无标记 Inside-Out 跟踪的透视显示器与视频透视。这项随机交叉试验为头颈部手术中 AR 引导手术导航的可用性和准确性提供了见解。

拔牙是最常见的医疗操作之一，但确定是否应该拔牙并不总是那么简单。我们使用来自 1,184 张全景 X 光片的 26,956 颗单牙图像，训练了一个 ResNet50 网络来将牙齿分类为值得拔除或可保留。最佳 AI 模型的 ROC-AUC 达到 0.901，显著优于牙医的平均水平 0.797。AI 模型可作为决策支持工具，用于监测高风险牙齿并减少拔牙适应证的错误。