All posts

精密な根管治療に、自信を持って取り組めているだろうか。マイクロスコープを導入し、CBCTを備え、ニッケルチタンファイルを使う ― 設備は整えた。それでも、自らの治療の質に確信が持てないと感じる臨床家は少なくない。本稿では、精密根管治療の価値を支えるエビデンスを確認したうえで、臨床家が本当の自信を得るために何が必要かを考えたい。 技術は成功の「天井」を引き上げる まず、精密根管治療を支える技術が、エビデンス上どのような価値を持つのかを確認したい。 最も明確な outcome データがあるのは、拡大視野である。外科的歯内療法を対象としたメタアナリシス（Setzerら 2012）では、高倍率の拡大（手術用顕微鏡または内視鏡）を用いた歯内マイクロサージェリー（EMS）の成功率が94%であったのに対し、拡大を用いない従来法では88%にとどまった。この差は統計学的に有意であり、とくに大臼歯でその恩恵が顕著であった。 拡大視野の価値は、見えなかったものが見えるようになることにある。副根管や見落とされやすい根管口、歯根破折、歯髄の遺残 ― これらの微細な解剖学的

AIは歯内療法を変えるのか。この問いに対する答えは、2024年から2025年にかけて相次いだ系統的レビューによって、徐々に輪郭を結びつつある。文献数は2022年以降に急増し、発表論文の過半数が2024〜2025年に集中している。本稿では、歯内療法におけるAIの現在地を、臨床応用と学術活動の両面から、エビデンスに基づいて整理する。過度な期待でも悲観でもなく、「今、何に使えて、何にはまだ使えないのか」を見極めることが目的である。 臨床における応用 ― 画像診断が中心 現時点でAI研究が最も蓄積しているのは、画像診断の領域である。深層学習（とくに畳み込みニューラルネットワーク）は、根尖病変の検出、歯根破折や歯根吸収の判定、根管解剖の把握といったタスクで高い精度を示すことが報告されている。 この領域にAIが有効な理由は、歯内療法が抱える構造的な課題にある。エックス線画像の読影には、観察者内・観察者間の一致率が必ずしも高くないという限界がある。AIによる画像解析は、この読影のばらつきを補い、診断を標準化する支援ツールとして期待されている。応用が進む主な領域

「良い根管治療とは、良い器具や新しい材料によって成り立つ」― そう考えられがちである。しかし専門医教育の現場に身を置くと、技術や材料は必要条件ではあっても十分条件ではないことに気づかされる。治療の成否を最終的に分けるのは、その手技に先立つ「思考プロセス」― すなわち、何を根拠に診断し、どう治療方針を立て、なぜその一手を選ぶのかという判断の質である。本稿では、専門医教育がなぜ手技ではなく思考プロセスを核に据えるのかを論じたい。 専門医教育の核は「臨床推論」にある 歯内療法の専門医養成プログラムに共通するのは、単一の手技の反復習得ではなく、臨床推論（clinical reasoning）と意思決定（clinical decision-making）の育成を教育の中心に置く点である。病歴聴取、臨床検査、画像診断から得られた情報を統合し、鑑別診断を行い、予後を見積もったうえで治療方針を正当化する ― この一連の思考を、科学的根拠に基づいて行う能力こそが専門医の要件とされる。 米国歯内療法学会（AAE）も、診断にあたっては病歴・臨床所見・画像所見を含むすべ

根管治療の成功率は何パーセントか。歯科医であれば一度は問われ、また自らに問うたことのある命題である。しかし、この問いに単一の数字で答えることはできない。「成功」をどう定義するかによって、報告される数値は10ポイント以上も変動するからである。本稿では、歯内療法の予後に関する主要なエビデンスを整理し、臨床判断に資する視点を提示したい。 「成功」と「生存」は異なる概念である まず区別すべきは、治療成功（success）と歯牙生存（tooth survival）という二つの評価軸である。 治療成功は、臨床症状の消失に加え、エックス線画像上での根尖部透過像の変化によって判定される。ここでさらに、評価基準が二分される。根尖性歯周炎の病変が完全に消失した場合のみを成功とする「厳格基準（strict criteria）」と、病変の縮小を成功に含める「緩和基準（loose criteria）」である。この基準の違いが、冒頭で述べた数値の変動の主因となる。 一方の歯牙生存は、その歯が口腔内に機能歯として保存されているか否かという、より臨床的な結果を示す指標である。患