【摘要】口呼吸(MB)是一种常见的异常呼吸方式，长时间MB可能导致诸多健康问题，尤其对儿童牙颌面、言语及神经等的发育不利。近年来，以人工智能(AI)为代表的智慧医疗技术逐步应用于MB的诊断与治疗，展现了现代技术在MB的早期筛查、治疗方式选择及治疗效果评估等方面的独特优势。文章回顾近年来的文献，深入阐述智能化技术在MB诊断与治疗过程中的应用，以期更充分地认识MB智能化诊断与治疗所面临的机遇与挑战，打破学科边界，开展广泛的“医工结合”研究，造福更多的MB儿童。

    【关键词】口呼吸；人工智能；诊断；治疗；儿童

    口呼吸(mouthbreathing，MB)是一种异常的呼吸方式，不仅常与阻塞性睡眠呼吸暂停综合征(obstructivesleepapneasyndrome，OSAS)并存[1]，还可能引发颅面异常[2]、牙畸形[3]、言语障碍[4]等健康问题。流行病学数据显示，MB在儿童中的发病率较高且存在明显地域差异：巴西儿童发病率高达54.81%[5]；在日本儿童日间和睡眠时的发病率分别为35.5%和45.9%[6]；德国的发病率则为17.7%[7]。我国兰州地区的横断面研究显示，儿童MB发病率达42.9%[8]。目前，MB的诊断主要依赖医师对患者临床资料及症状描述的分析能力，存在主观性强、诊断效率低等局限性。随着信息技术的不断发展，智能化诊疗不仅有助于缓解专科医师人力紧张的问题，也能提升诊疗效率[9]。因此，越来越多的人工智能(artificialintelligence，AI)技术被应用于儿童耳鼻咽喉疾病的诊疗[10]，为MB的诊疗带来了新的机遇和挑战。本文系统综述AI在MB诊疗中的应用进展，并对其未来发展进行展望。

    1MB的病因诊断

    儿童MB的常见病因包括腺样体肥大(adenoidhypertrophy，AH)、扁桃体肥大[11-12]及过敏性鼻炎(allergicrhinitis，AR)[13]。其中，扁桃体肥大可通过Brodsky分级量表评估[14]，该量表通过扁桃体占口咽宽度的百分比来反映肥大的程度。由于扁桃体的大小可通过查体直接评估，因此本部分将重点对AH及AR的诊断进行综述 ......