تقييم طب الأسنان

بالتعاون مع خبراء أسنان من أنحاء العالم، نختبر قدرة النماذج الكبيرة على الاستدلال في الممارسة السنية الحقيقية ومخاطرها على السلامة.

مقبول للنشر في npj Digital Medicine

8,978 سؤالًا تحقق منها الخبراء من 88 دولة ومنطقة و14 تخصصًا في طب الأسنان، لاختبار الاستدلال السريري ومخاطر السلامة لدى النماذج الكبيرة في طب الأسنان.

88دولة ومنطقة (مصادر الأسئلة)
14تخصصًا في طب الأسنان
8,978سؤالًا تحقق منها الخبراء
12نموذجًا رائدًا خضع للتقييم
297ساعة عمل من مراجعة أطباء أسنان كبار

Global Partners

تغطي شبكة شركائنا 10 دولة ومنطقة

16 جامعة ومستشفى ومعهد أبحاث، مع خبراء أسنان من هونغ كونغ والبر الرئيسي الصيني وخارج الصين، يشاركون في تطوير الذكاء الاصطناعي لطب الأسنان لدى FreedomAI وتقييمه والتحقق منه سريريًا.

خريطة الدول والمناطق الشريكة لـ FreedomAI

الخريطة الأساسية: خريطة العالم (مقياس 1:57,000,000، طبعة الحدود) من خدمة الخرائط القياسية التابعة لوزارة الموارد الطبيعية الصينية رقم اعتماد الخريطة: GS(2020)4392

  • الصينالجامعة الصينية في هونغ كونغ (شنتشن)، Peking University، National Biomedical Imaging Center, Peking University، Peking-Tsinghua Center for Life Sciences، Shenzhen Stomatology Hospital (Pingshan) of Southern Medical University
  • هونغ كونغ (الصين)كلية طب الأسنان، جامعة هونغ كونغ، The Prince Philip Dental Hospital
  • الولايات المتحدةمايو كلينك
  • ألمانياLMU University Hospital Munich
  • سويسرادولة شريكة
  • الهنددولة شريكة
  • ماليزياSEGi University & Colleges
  • أستراليادولة شريكة
  • نيجيرياNational Hospital Abuja، College of Medicine, University of Lagos، Bayero University، Usmanu Danfodiyo University, Sokoto، University of Maiduguri
  • إثيوبياMadda Walabu University

لماذا نحتاج إلى تقييم عالمي لطب الأسنان

باتت النماذج اللغوية الكبيرة تقترب من أداء الخبراء البشريين في امتحانات الترخيص الطبي، لكن العمل السريري الحقيقي يتطلب استدلالًا متعدد الخطوات بمعلومات ناقصة وملتبسة. وطب الأسنان أكثر تطلبًا: إذ يجمع بين التحليل المكاني والمهارات الإجرائية والتخطيط العلاجي طويل الأمد بما يناسب كل مريض. ومعظم معايير تقييم نماذج اللغة في طب الأسنان الحالية محصورة في امتحانات بلد واحد أو في تخصصات فرعية محددة، وتعتمد على أسئلة الاختيار من متعدد، فتقيس الحفظ أكثر من الاستدلال القائم على الحالات.

لهذا أُنشئ GlobalDentBench. ووفق البحث، فهو أول معيار تقييم متعدد الجنسيات لطب الأسنان: 8,978 سؤالًا تحقق منها الخبراء من 88 دولة ومنطقة في ست قارات، تغطي 14 تخصصًا و3 أنواع أسئلة و3 مستويات استدلال متدرجة. وتأتي الأسئلة من امتحانات رسمية وكتب مرجعية وتقارير حالات محكّمة؛ ويُبنى المعيار عبر خط عمل آلي من الوكلاء الذكيين، ويعايره 6 أطباء أسنان كبار طوال العملية.

قيّم الفريق 12 نموذجًا رائدًا (6 مغلقة المصدر و6 مفتوحة). وكلما اقتربت الأسئلة من الحالات الحقيقية واعتمدت أكثر على ظروف المريض الفردية انخفضت الدرجات؛ وفي أسئلة الحالات الحقيقية، تضمّن نحو ثلث الإجابات محتوى قد يضر بالمريض. ويخلص البحث إلى أن النماذج الكبيرة الحالية تصلح لدعم البحث عن المعرفة وتنظيمها تحت إشراف الخبراء، لكنها لا تستطيع بعد اتخاذ القرارات السريرية في طب الأسنان بمفردها.

أنجز الدراسة 25 مؤلفًا من مؤسسات منها كلية طب الأسنان بجامعة هونغ كونغ، والجامعة الصينية في هونغ كونغ (شنتشن)، ومستشفى شنتشن لطب الفم والأسنان (بينغشان) التابع لجامعة الجنوب الطبية، وجامعة بكين، ومايو كلينك في الولايات المتحدة، ومستشفى جامعة لودفيغ ماكسيميليان في ميونخ بألمانيا، وبمشاركة فريق FreedomAI: فالمدير التنفيذي للعمليات Junjie Zhao والمدير التقني Zhenyang Cai مؤلفان أولان مشاركان، وكبير علماء الذكاء الاصطناعي Benyou Wang وكبير العلماء الطبيين Junwen Wang مؤلفان مراسلان، وأسهم الرئيس التنفيذي Jianquan Li في استدلال النماذج وجمع النتائج. والشيفرة الخاصة ببناء المعيار وتقييمه مفتوحة المصدر على GitHub، والمجموعة الفرعية المفتوحة GlobalDentBench-OA متاحة على Hugging Face.

88دولة ومنطقة
في ست قارات

مصادر الأسئلة

يحصي البحث مصادر الأسئلة وفق معيار M49 للأمم المتحدة. فيما يلي 73 دولة ومنطقة موسومة في مجموعة البيانات المفتوحة GlobalDentBench-OA؛ والدول المميزة باللونالأخضرقدّمت امتحانات الترخيص الرسمية لطب الأسنان المستخدمة في أسئلة الاختيار من متعدد.

آسيا28

  • البر الرئيسي الصيني
  • هونغ كونغ (الصين)
  • تايوان (الصين)
  • الهند
  • اليابان
  • كوريا الجنوبية
  • المملكة العربية السعودية
  • إيران
  • الإمارات العربية المتحدة
  • تايلاند
  • إندونيسيا
  • ماليزيا
  • تركيا
  • نيبال
  • فيتنام
  • كمبوديا
  • العراق
  • إسرائيل
  • الأردن
  • الفلبين
  • قطر
  • سوريا
  • جورجيا
  • لبنان
  • باكستان
  • سنغافورة
  • سريلانكا
  • الأراضي الفلسطينية

أوروبا24

  • المملكة المتحدة
  • إيطاليا
  • إسبانيا
  • ألمانيا
  • سويسرا
  • هولندا
  • فرنسا
  • البرتغال
  • كرواتيا
  • هنغاريا
  • بلغاريا
  • اليونان
  • روسيا
  • النمسا
  • بلجيكا
  • أيرلندا
  • السويد
  • ألبانيا
  • التشيك
  • الدانمرك
  • النرويج
  • رومانيا
  • سلوفينيا
  • أوكرانيا

أفريقيا7

  • تونس
  • مصر
  • جنوب أفريقيا
  • ليبيا
  • المغرب
  • نيجيريا
  • أوغندا

أمريكا الشمالية6

  • كندا
  • الولايات المتحدة
  • المكسيك
  • كوستاريكا
  • غواتيمالا
  • بورتوريكو

أمريكا الجنوبية6

  • البرازيل
  • كولومبيا
  • الإكوادور
  • تشيلي
  • بيرو
  • فنزويلا

أوقيانوسيا2

  • أستراليا
  • نيوزيلندا

تصميم التقييم: 3 مستويات استدلال × 3 أنواع أسئلة × 14 تخصصًا

L1

استرجاع المعرفة

تذكّر معارف طب الأسنان الراسخة، دون استدلال جوهري على الحالة.

متوسط 12 نموذجًا: 74.01%

L2

الاستدلال الروتيني

الاستدلال أساسًا من المظاهر السريرية الرئيسية، وفق مسار تشخيصي أو علاجي نمطي.

متوسط 12 نموذجًا: 55.64%

L3

الاستدلال الخاص بكل مريض

يتطلب القرار النهائي مراعاة معلومات المريض الفردية أو قيوده الخاصة أو عوامل سريرية غير معيارية.

متوسط 12 نموذجًا: 35.71%

اختيار من متعدد MCQ

3,679 سؤالًا

التقييم: مطابقة الإجابة

مأخوذة من امتحانات الترخيص والتأهيل الرسمية لطب الأسنان في أستراليا ونيوزيلندا وكندا والهند والمملكة المتحدة والولايات المتحدة، لاختبار المعرفة المعيارية.

متوسط 12 نموذجًا: 81.34%

إجابة قصيرة SAQ

3,709 سؤالًا

التقييم: يصححها نموذج مقيِّم (بمعايرة أطباء الأسنان)

مأخوذة من كتب مرجعية في طب الأسنان (مثل Diagnosis and Treatment Planning in Dentistry)، ويجيب النموذج بلغة طبيعية.

متوسط 12 نموذجًا: 64.53%

حالات سريرية CBQ

1,590 سؤالًا

التقييم: تقييم 5 نقاط أساسية كلٍّ على حدة، مع تقييم مخاطر السلامة

مولّدة من تقارير حالات محكّمة نُشرت في مجلات أسنان عالية التأثير بين 2020 و2025، لاختبار الاستدلال السريري في سيناريوهات حقيقية.

متوسط 12 نموذجًا: 22.34%

يغطي 14 تخصصًا في طب الأسنان

التخدير والطوارئ الطبيةالعلوم الأساسية وطب الأسنان الوقائيالتسوس وعيوب الأسنان والإصاباتالتعويضات السنية التقليديةالجراحة السنية السنخيةأمراض الوجه والفكين وجراحتهاأشعة الفم والوجه والفكينزراعة الأسنانأمراض الغشاء المخاطي للفمتقويم الأسنانطب أسنان الأطفالعلاج لب السن وأمراض ما حول الذروةأمراض اللثة وما حول الزرعاتالصحة العامة وعلم الأدوية والسلامة

بناء بالوكلاء الذكيين ومعايرة كاملة من أطباء الأسنان

  1. 1
    جمع المصادر المرجعية

    بتوجيه من أطباء أسنان كبار، تُجمع المصادر من امتحانات الترخيص والتأهيل الرسمية والكتب المرجعية في طب الأسنان وتقارير الحالات المحكّمة المنشورة بين 2020 و2025، مع تحديد الدول والمناطق المصدر وفق معيار M49 للأمم المتحدة.

  2. 2
    توحيد صيغة الوثائق

    يستخدم وكيل Reformat Agent أدوات مثل OCR (DeepSeek-OCR2) وBeautifulSoup وPandoc لتحويل ملفات PDF والصور ومستندات Office وXML وصفحات الويب إلى Markdown، مع إضافة بيانات وصفية كالعنوان والمصدر والمؤلفين.

  3. 3
    بناء الأسئلة حسب النوع

    يقسّم وكيل Extract Agent النص ثم يستخرج: تُنظَّم أسئلة الاختيار من متعدد في متن وخيارات وإجابة، وتُستخرج أزواج الأسئلة والأجوبة القصيرة، ويُصاغ لكل حالة سريرية سؤال و5 نقاط أساسية للتقييم. ويمر كل سؤال بثلاث جولات تصحيح ذاتي على الأكثر، ويُستبعد إن ظل غير صالح.

  4. 4
    التوسيم الموحد والمراجعة النهائية

    يحدد وكيل Tag Agent التخصص ومستوى الاستدلال لكل سؤال: إذا اتفقت جولتا التنبؤ اعتُمد التوسيم، وإلا حُسم بجولة ثالثة بالأغلبية. ولا يدخل السؤال المعيار إلا بعد التصحيح الذاتي ومراجعة أطباء أسنان كبار.

  5. 5
    التقييم حسب نوع السؤال

    تُطابَق إجابات الاختيار من متعدد مباشرة، ويحكم نموذج مقيِّم على الإجابات القصيرة، وتُقيَّم الحالات السريرية على 5 نقاط أساسية (20 درجة لكل نقطة)، وتُصنَّف كل إجابة من حيث السلامة: S0 آمنة، وS1 قد تسبب ضررًا قابلًا للعلاج، وS2 قد تسبب ضررًا لا رجعة فيه.

  6. 6
    معايرة أطباء الأسنان طوال العملية

    راجع ستة أطباء أسنان كبار مرخّصين (بمتوسط خبرة سريرية 6.8 سنوات) المصادر وحسّنوا سير العمل وعايروا التقييم بين 5 فبراير و25 مارس 2026، بإجمالي 297 ساعة عمل.

الشكل 5: مسار البناء وطرق التقييم. A. توحيد صيغة الوثائق؛ B. بناء الأسئلة حسب النوع؛ C. التوسيم الموحد والمراجعة النهائية؛ D. التقييم حسب النوع. (المصدر: الشكل 6 من البحث)
الشكل 5: مسار البناء وطرق التقييم. A. توحيد صيغة الوثائق؛ B. بناء الأسئلة حسب النوع؛ C. التوسيم الموحد والمراجعة النهائية؛ D. التقييم حسب النوع. (المصدر: الشكل 6 من البحث)

أبرز النتائج

01

كلما اقتربت الأسئلة من الحالات الحقيقية انخفضت الدرجات

متوسط درجات 12 نموذجًا: 81.34% في الاختيار من متعدد، و64.53% في الإجابات القصيرة، و22.34% فقط في الحالات السريرية.

02

الاستدلال الخاص بكل مريض نقطة ضعف مشتركة

ينخفض متوسط الدرجات من 74.01% في L1 إلى 55.64% في L2 ثم 35.71% في L3، وجميع النماذج دون 50% في L3.

03

الأغلى ليس بالضرورة الأفضل

حقق Gemini-3.1-Pro-Preview أعلى درجة إجمالية (63.27%)، وتصدّر GLM-5 النماذج مفتوحة المصدر (56.43%). والفوارق في تكلفة الاستدلال أكبر بكثير من فوارق الدرجات؛ فالتكلفة الأعلى لا تعني بالضرورة أداءً أفضل.

04

فروق واضحة بين التخصصات

سجّلت أمراض الغشاء المخاطي للفم أعلى متوسط (63.66%)، بينما جاءت تقويم الأسنان (50.59%) وطب أسنان الأطفال (51.08%) والتعويضات التقليدية (51.92%) في الأدنى، بفارق 13.07 نقطة بين الأعلى والأدنى.

05

نحو ثلث الإجابات تنطوي على مخاطر للسلامة

من بين 19,080 إجابة عن 1,590 حالة سريرية، اعتُبرت 31.01% غير آمنة، منها 4.51% قد تسبب ضررًا لا رجعة فيه؛ وسجّل تقويم الأسنان أعلى نسبة إجابات غير آمنة بلغت 44.30%.

06

المخاطر الجسيمة تتركز في التخصصات الحساسة

تتركز الإجابات التي قد تسبب ضررًا لا رجعة فيه أكثر ما تتركز في فئة «الصحة العامة وعلم الأدوية والسلامة» (14.15% في المتوسط عبر النماذج)، تليها التخدير والطوارئ الطبية (8.93%) وطب أسنان الأطفال (6.33%).

07

التقييم الآلي يتوافق إلى حد كبير مع حكم أطباء الأسنان

أيّد أطباء الأسنان 98.15% من نتائج النموذج المقيِّم Gemini-3-Flash-Preview (نسبة الاتفاق بين طبيبين: 96.67%). وراجع الخبراء جميع أسئلة الاختيار من متعدد والإجابات القصيرة بدقة 99.98%، وأظهرت عينة من 523 حالة سريرية دقة 96.78%.

الدرجة الإجمالية وتكلفة الاستدلال لنماذج تمثيلية (6 من 12 نموذجًا مُقيَّمًا)

النموذجالنوعالدرجة الإجمالية (المتوسط الكلي)التكلفة لكل 1,000 استدعاء (دولار أمريكي)ملاحظات
Gemini-3.1-Pro-Previewمغلق المصدر63.27%18.45أعلى درجة إجمالية
Gemini-3-Flash-Previewمغلق المصدر61.59%3.72أفضل قيمة مقابل التكلفة بين النماذج المغلقة؛ النموذج المقيِّم في هذه الدراسة
Claude-Sonnet-4.6مغلق المصدر59.71%19.59قريب من الصدارة بتكلفة أعلى
Grok-4مغلق المصدر57.77%38.14أعلى تكلفة استدلال
GLM-5مفتوح المصدر56.43%5.48أعلى درجة إجمالية بين النماذج المفتوحة
Kimi-K2.5مفتوح المصدر55.49%1.37قيمة ممتازة مقابل التكلفة بين النماذج المفتوحة

المصدر: نص القسم 2.3 من البحث (الشكلان 2C و2E). لا يتضمن البحث جدول بيانات، وتظهر درجات النماذج الستة الأخرى في الرسوم فقط.

الشكل 2: نتائج 12 نموذجًا رائدًا. A. المتوسط وأعلى درجة حسب نوع السؤال؛ B. المتوسط وأعلى درجة حسب مستوى الاستدلال؛ C. الترتيب حسب المتوسط الكلي؛ D. درجات كل نموذج في L1–L3؛ E. التكلفة لكل 1,000 استدعاء مقابل المتوسط الكلي. (المصدر: الشكل 2 من البحث)
الشكل 2: نتائج 12 نموذجًا رائدًا. A. المتوسط وأعلى درجة حسب نوع السؤال؛ B. المتوسط وأعلى درجة حسب مستوى الاستدلال؛ C. الترتيب حسب المتوسط الكلي؛ D. درجات كل نموذج في L1–L3؛ E. التكلفة لكل 1,000 استدعاء مقابل المتوسط الكلي. (المصدر: الشكل 2 من البحث)
الشكل 3: المتوسط الكلي (%) لـ 12 نموذجًا في 14 تخصصًا لطب الأسنان. (المصدر: الشكل 3 من البحث)
الشكل 3: المتوسط الكلي (%) لـ 12 نموذجًا في 14 تخصصًا لطب الأسنان. (المصدر: الشكل 3 من البحث)
الشكل 4: تحليل مخاطر السلامة في إجابات الحالات السريرية. A. التوزيع العام (S0 آمنة، S1 ضرر قابل للعلاج محتمل، S2 ضرر لا رجعة فيه محتمل)؛ B وC. نسب S1 وS2 حسب النموذج؛ D وE. خرائط حرارية لنسب S1 وS2 حسب التخصص. (المصدر: الشكل 4 من البحث)
الشكل 4: تحليل مخاطر السلامة في إجابات الحالات السريرية. A. التوزيع العام (S0 آمنة، S1 ضرر قابل للعلاج محتمل، S2 ضرر لا رجعة فيه محتمل)؛ B وC. نسب S1 وS2 حسب النموذج؛ D وE. خرائط حرارية لنسب S1 وS2 حسب التخصص. (المصدر: الشكل 4 من البحث)

25 مؤلفًا

أطباء أسنان وباحثون في الطب والذكاء الاصطناعي من هونغ كونغ والبر الرئيسي الصيني والولايات المتحدة وألمانيا، ومن بينهم أعضاء في فريق FreedomAI.

Junjie Zhao
Junjie Zhao كلية طب الأسنان، جامعة هونغ كونغ؛ معهد بكين للابتكار التعاونيمؤلف أول مشاركالمدير التنفيذي للعمليات في FreedomAI
JL
Jingyi Liang كلية علوم البيانات، الجامعة الصينية في هونغ كونغ (شنتشن)مؤلف أول مشارك
Zhenyang Cai
Zhenyang Cai كلية الذكاء الاصطناعي، الجامعة الصينية في هونغ كونغ (شنتشن)مؤلف أول مشاركالمدير التقني في FreedomAI
Jiaming Zhang
Jiaming Zhang قسم أمراض اللثة، مستشفى شنتشن لطب الفم والأسنان (بينغشان) التابع لجامعة الجنوب الطبية
ZW
Zhenwei Wen كلية طب الأسنان، جامعة هونغ كونغ
SD
Shuzhi Deng قسم أمراض اللثة، مستشفى شنتشن لطب الفم والأسنان (بينغشان) التابع لجامعة الجنوب الطبية
WY
Wenjing Yi قسم تقويم الأسنان، مستشفى شنتشن لطب الفم والأسنان (بينغشان) التابع لجامعة الجنوب الطبية
CL
Chunfeng Luo Shenzhen Stomatology Hospital (Pingshan) of Southern Medical University
HZ
Hexian Zhang كلية طب الأسنان، جامعة هونغ كونغ
JC
Junying Chen كلية علوم البيانات، الجامعة الصينية في هونغ كونغ (شنتشن)
TL
Tianrui Liu كلية علوم البيانات، الجامعة الصينية في هونغ كونغ (شنتشن)
ZB
Zhuhui Bai قسم أمراض اللثة، مستشفى شنتشن لطب الفم والأسنان (بينغشان) التابع لجامعة الجنوب الطبية
ZZ
Zixu Zhang كلية علوم البيانات، الجامعة الصينية في هونغ كونغ (شنتشن)
PS
Pradeep Singh كلية طب الأسنان، جامعة هونغ كونغ
XL
Xiang Liu كلية تقنيات المستقبل، جامعة بكين
Jianquan Li
Jianquan Li FreedomAIالرئيس التنفيذي لـ FreedomAI
NL
Nhan L Tran Mayo Clinic
Falk Schwendicke
Falk Schwendicke LMU University Hospital Munich
Zuolin Jin
Zuolin Jin Shenzhen Stomatology Hospital (Pingshan) of Southern Medical University
Lijian Jin
Lijian Jin كلية طب الأسنان، جامعة هونغ كونغ
LC
Liangyi Chen معهد بكين للابتكار التعاوني؛ جامعة بكينمؤلف مراسل
WF
Wei-fa Yang كلية طب الأسنان، جامعة هونغ كونغمؤلف مراسل
Benyou Wang
Benyou Wang كلية علوم البيانات، الجامعة الصينية في هونغ كونغ (شنتشن)؛ Shenzhen Loop Area Instituteمؤلف مراسلكبير علماء الذكاء الاصطناعي في FreedomAI
Junwen Wang
Junwen Wang كلية طب الأسنان، جامعة هونغ كونغ؛ معهد بكين للابتكار التعاونيمؤلف مراسلكبير العلماء الطبيين في FreedomAI
SJ
Shan Jiang قسم أمراض اللثة، مستشفى شنتشن لطب الفم والأسنان (بينغشان) التابع لجامعة الجنوب الطبيةمؤلف مراسل

جهات الانتماء

كلية طب الأسنان، جامعة هونغ كونغ · هونغ كونغ (الصين)الجامعة الصينية في هونغ كونغ (شنتشن) · الصينShenzhen Stomatology Hospital (Pingshan) of Southern Medical University · الصينPeking University · الصينPeking-Tsinghua Center for Life Sciences · الصينNational Biomedical Imaging Center · الصينNew Cornerstone Science Laboratory · الصينBeijing Institute of Collaborative Innovation · الصينShenzhen Loop Area Institute · الصينمايو كلينك · الولايات المتحدةLMU University Hospital Munich · ألمانيا⁦Shenzhen FreedomAI Technology Co., Ltd.⁩ · الصين

شبكة خبراء FreedomAI

بقيادة خبراء أسنان بارزين، يشارك أطباء متخصصون ومؤسسات من داخل الصين وخارجها في التوسيم التعاوني والتقييم المهني والتحقق السريري للذكاء الاصطناعي لطب الأسنان لدى FreedomAI. هذه شبكة شركاء الشركة وليست قائمة مؤلفي البحث؛ والأساتذة Lijian Jin وFalk Schwendicke وZuolin Jin من مؤلفي GlobalDentBench.

Lijian Jin

Lijian Jin

كلية طب الأسنان، جامعة هونغ كونغ مؤلف البحث

  • عضو مجلس الاتحاد العالمي لطب الأسنان (FDI)
  • عضو مجلس إدارة الرابطة الدولية لأبحاث طب الأسنان (IADR)
  • رئيس منطقة آسيا والمحيط الهادئ في IADR
  • رئيس جمعية آسيا والمحيط الهادئ لأمراض اللثة
  • عضو فخري في مجلس الجمعية الصينية لطب الفم والأسنان
  • نائب رئيس تحالف صحة الفم في منطقة الخليج الكبرى قوانغدونغ–هونغ كونغ–ماكاو
Falk Schwendicke

Falk Schwendicke

LMU University Hospital Munich مؤلف البحث

  • مسؤول المجموعة المعنية بطب الأسنان في مبادرة منظمة الصحة العالمية للذكاء الاصطناعي في الصحة
  • منسّق فريق العمل المعني بالذكاء الاصطناعي في طب الأسنان لدى المنظمة الدولية للتوحيد القياسي (ISO)
  • حائز جائزة العالم المتميز من IADR
Zuolin Jin

Zuolin Jin

Shenzhen Stomatology Hospital (Pingshan) of Southern Medical University مؤلف البحث

  • رئيس لجنة تقويم الأسنان في الجمعية الصينية لطب الفم والأسنان (COS)
  • عضو مجلس الجمعية الصينية لطب الفم والأسنان
  • عضو اللجنة التنفيذية لجمعية تقويم الأسنان لآسيا والمحيط الهادئ (APOS)
  • نائب رئيس تحرير المجلة الصينية لتقويم الأسنان
  • عضو الاتحاد العالمي لأخصائيي تقويم الأسنان
Ming Zhong

Ming Zhong

كلية طب الفم والأسنان، جامعة الصين الطبية

  • كبير الخبراء في كلية طب الفم والأسنان بجامعة الصين الطبية
  • حاصل على المخصصات الحكومية الخاصة من مجلس الدولة
  • زميل الكلية الدولية لأطباء الأسنان
  • رئيس لجنة علم أمراض الفم في الجمعية الصينية لطب الفم والأسنان
  • رئيس تحرير الكتاب الوطني للتدريب التخصصي «علم أمراض الفم» (الطبعتان الأولى والثانية)

الأطباء المتخصصون الشركاء

Bing LiuBing Liu
Daheng LiDaheng Li
Dongfei WangDongfei Wang
Fangjie ZhouFangjie Zhou
Fen LiuFen Liu
FCForest Cheng
Fujia KangFujia Kang
Hao ChunxiuHao Chunxiu
Jiamin ZhaoJiamin Zhao
Jiaming ZhangJiaming Zhang
Jinwen LiuJinwen Liu
Jinyan ChenJinyan Chen
Junting WangJunting Wang
Kuan YangKuan Yang
Lei ShiLei Shi
Lin ZhaoLin Zhao
MAO YilinMAO Yilin
Menghong LiMenghong Li
Mengmeng SongMengmeng Song
Min HuangMin Huang
Minghui WeiMinghui Wei
Mingxin ZhangMingxin Zhang
Patricia HoPatricia Ho
Peijuan WangPeijuan Wang
Peng ChenPeng Chen
Rui LuRui Lu
Shiduo SunShiduo Sun
Shirong HeShirong He
Shixin ZhangShixin Zhang
Shuwei HuangShuwei Huang
Siqi QiuSiqi Qiu
Tai Pak Chuen PatrickTai Pak Chuen Patrick
Wu SongyingWu Songying
XU LeyaoXU Leyao
Xiangjie JinXiangjie Jin
Xue QiaoXue Qiao
Yang JiangYang Jiang
Yaqiu ZhangYaqiu Zhang
Yefeng WuYefeng Wu
Yidan GuoYidan Guo
Yifan ZhengYifan Zheng
Ying WangYing Wang
Yujia WuYujia Wu
Zhenlai ZhuZhenlai Zhu
Zhiqiang DengZhiqiang Deng
Zhuoying LiZhuoying Li

المؤسسات الشريكة

الجامعة الصينية في هونغ كونغ (شنتشن)الجامعة الصينية في هونغ كونغ (شنتشن)الصين
كلية طب الأسنان، جامعة هونغ كونغكلية طب الأسنان، جامعة هونغ كونغهونغ كونغ (الصين)
Peking UniversityPeking Universityالصين
National Biomedical Imaging Center, Peking UniversityNational Biomedical Imaging Center, Peking Universityالصين
Peking-Tsinghua Center for Life SciencesPeking-Tsinghua Center for Life Sciencesالصين
The Prince Philip Dental HospitalThe Prince Philip Dental Hospitalهونغ كونغ (الصين)
Mayo ClinicMayo Clinicالولايات المتحدة
LMU University Hospital MunichLMU University Hospital Munichألمانيا
SEGi University & CollegesSEGi University & Collegesماليزيا
National Hospital AbujaNational Hospital Abujaنيجيريا
College of Medicine, University of LagosCollege of Medicine, University of Lagosنيجيريا
Bayero UniversityBayero Universityنيجيريا
Usmanu Danfodiyo University, SokotoUsmanu Danfodiyo University, Sokotoنيجيريا
University of MaiduguriUniversity of Maiduguriنيجيريا
Madda Walabu UniversityMadda Walabu Universityإثيوبيا

الدول والمناطق الشريكة

الصينهونغ كونغ (الصين)الولايات المتحدةالهندإثيوبياسويسراأسترالياماليزيانيجيريا

الاستشهاد

@article{zhao2026globaldentbench,
  title={GlobalDentBench: A Multinational Benchmark for Evaluating LLM Clinical Reasoning in Dentistry with Expert Calibration},
  author={Junjie Zhao and Jingyi Liang and Zhenyang Cai and Jiaming Zhang and Zhenwei Wen and Shuzhi Deng and Wenjing Yi and Chunfeng Luo and Hexian Zhang and Junying Chen and Tianrui Liu and Zhuhui Bai and Zixu Zhang and Pradeep Singh and Xiang Liu and Jianquan Li and Nhan L Tran and Falk Schwendicke and Zuolin Jin and Lijian Jin and Liangyi Chen and Wei-fa Yang and Benyou Wang and Junwen Wang and Shan Jiang},
  journal={npj Digital Medicine},
  year={2026},
  note={Accepted},
  url={https://arxiv.org/abs/2605.24636}
}