矯正歯科臨床における診断および治療計画の立案とは，所見に基づき最適な治療結果をより低いリスクで得るために歯科医師がとるべき行動の全体を予測することとされる．治療とは「問題の逆をおこなうことである」という論理構造を有しており，現代の矯正歯科診断および治療計画立案のプロセスは主に以下の３つのステップからなる：（ステップ１）患者情報の収集と問題のリスト化；（ステップ２）個々の問題別に解決法を考える；（ステップ３）現実的な問題の解決方法と手順を決定する．歯科医師が，適切な診断とそれに基づく最適な治療計画を行うためには，長年の経験と豊富な知識が必要であり，経験が浅い歯科医師にとっては，問題の見落とし，論理の誤りという問題が存在した．専門医の長年の経験を実装したような自動診断システムの構築が可能となれば，根拠に基づく医療を患者に提供する上で大きな意義を有する．また，矯正歯科臨床の中で矯正歯科診断の要約および必要な診断の提示が自動化できるならば，歯科医師にとって大きな作業負担の軽減につながり，また，経験の浅い歯科医師にとって，問題の見落とし，論理の誤りを防止する上でも重要である．

専門家の診断の流れを数学的に言い換えると，上記（ステップ１）は，患者情報を特徴量としてとらえた場合，特徴量に重みづけを行うことで病状を表現し，病状ごとの類似性を発見することに相当する．さらに，（ステップ２）は，類似性によってカテゴライズされた病状ごとに、その対処法を学習することに相当する．

そこで本研究では、レントゲン画像、顔画像より患者情報を特徴抽出するようなＡＩシステムを開発し、さらに、患者の症状の類似性に基づき、治療計画の立案を自動で行うシステムを開発することにある．