• Badanie skuteczności algorytmu  głębokiego uczenia (sztuczna inteligencja) w rozpoznawaniu chorób przyzębia zaprezentowano na konferencji EuroPerio10 w Kopenhadze
• Pacjenci w trakcie leczenia choroby przyzębia mogą potrzebować prześwietlenia nawet co kilka miesięcy, sztuczna inteligencja pozwala zredukować liczbę zdjęć RTG
• Algorytmy sztucznej inteligencji mają duży potencjał w przyszłej stomatologii, może automatycznie oceniać zdjęcia RTG i pomagać  klinicystom we wcześniejszym diagnozowaniu i leczeniu chorób przyzębia

CZYTAJ WIĘCEJ

Straciła 11 zębów. Według sądu zawinił lekarz i pacjentka

CZYTAJ WIĘCEJ

Nowe powikłanie po COVID-19 potwierdzone. Objawem jest potężny ból

CZYTAJ WIĘCEJ

Dentysta na NFZ nie chciał przyjąć pacjenta. RPP: grożą za to wysokie kary

Sztuczna inteligencja w gabinecie dentysty. Czyta RTG zębów

Algorytm głębokiego uczenia (sztuczna inteligencja) z powodzeniem wykrywa choroby przyzębia na podstawie zdjęć RTG, zgodnie z badaniami przedstawionymi na EuroPerio10, wiodącym na świecie kongresie w dziedzinie periodontologii i implantologii, który organizuje European Federation of Periodontology (EFP).

Częstość rtg zależna jest od stanu zdrowia jamy ustnej. Pacjenci w trakcie leczenia choroby przyzębia lub zębów, mogą potrzebować  prześwietlenia nawet co kilka  miesięcy, inni zaś nie będący w trakcie leczenia stomatologicznego,  tylko raz na kilka lat.

Badacze z Eskisehir Osmangazi University w Turcji prezentowali na konferencji EuroPerio wyniki swojego badania nad skutecznością zdjęć RTG w diagnostyce chorób przyzębia, a konkretnie zdjęć skrzydłowo - zgryzowych.

Zdjęcia skrzydłowo-zgryzowe są stosowane do uzyskania obrazu koron zębów górnych i dolnych oraz przyzębia na jednym zdjęciu.  Pozwalają wykryć  próchnicę na powierzchniach stycznych, ocenić szczelność wypełnień, oraz przyzębie w odcinku przyszyjkowym. 

CZYTAJ WIĘCEJ

Sztuczna inteligencja pomoże postawić prawidłową diagnozę w gabinecie dentystycznym

CZYTAJ WIĘCEJ

Tyle od 1 lipca zarobi asystentka, higienistka i technik dentystyczny. Mniej być nie może

Wykrywa "cicho" postępującą chorobę

Nasze badanie pokazuje potencjał sztucznej inteligencji w  identyfikacji chorób przyzębia, które w przeciwnym razie mogłyby zostać przeoczone – powiedział autor badania dr Burak Yavuz z Eskisehir Osmangazi University. - Może to zmniejszyć narażenie na promieniowanie, gdyż nie są potrzebne kolejne oceny stanu przyzębia, umożliwia wcześniejsze leczenie groźnej dla uzębienia choroby, dodał naukowiec.

Wcześniejsze badania dotyczyły zastosowań sztucznej inteligencji do wykrywania:

• próchnicy,
• złamań korzeni i zmian wierzchołkowych.

Wykonano do tej pory niewiele badań oceniających przydatność sztucznej inteligencji w periodontologii. Dr Burak Yavuz sprawdzał jaki jest potencjał algorytmu głębokiego uczenia w kwestii określania stanu przyzębia na podstawie zdjęć skrzydłowo-zgryzowych.

W badaniu wykorzystano 434 zdjęcia zgryzowo-zgryzowe pacjentów z zapaleniem przyzębia. Przetwarzanie obrazu zostało wykonane w architekturze u-net, używanej do szybkiego i precyzyjnego segmentowania obrazów. Doświadczony lekarz specjalista również oceniał obrazy metodą segmentacji.

Eksperymentalna ocena z wykorzystaniem algorytmu sztucznej inteligencji obejmowała:

• całkowitą utratę kości wyrostka zębodołowego wokół zębów dolnych i górnych,
• poziomą utratę kości,
• pionową utratę kości,
• ubytki furkacji
• ilość kamienia nagromadzonego wokół zębów górnych i dolnych.

Algorytm  zidentyfikował 859 przypadków ubytku kości wyrostka zębodołowego, 2215 przypadków ubytku poziomego, 340 przypadków pionowego, 108 ubytków furkacji i 508 przypadków kamienia nazębnego. Powodzenie algorytmu w identyfikacji defektów porównano z oceną lekarza.

CZYTAJ WIĘCEJ

Co robić, gdy boli ząb? Te leki przyniosą ulgę

CZYTAJ WIĘCEJ

Klinika. Bezprawne stosowanie nazwy. Niewykluczone kary

Algorytm sztucznej inteligencji. Celna ocena problemu

Okazuje się, że metoda świetnie sprawdza się w wykrywaniu całkowitej utraty kości wyrostka zębodołowego oraz poziomej utraty masy kostnej, a także nagromadzenia kamienia nazębnego. Nieco gorzej wypadła w identyfikacji wad furkacji, natomiast nie była w stanie wykryć pionowej utraty masy kostnej. 

Dr Yavuz podsumował: Nasze badanie pokazuje, że sztuczna inteligencja jest w stanie pomóc w  w diagnozowaniu zapalenia przyzębia na podstawie zdjęć RTG  2D. Potrzebne są bardziej kompleksowe badania na większych zestawach danych, aby zwiększyć skuteczność modeli i rozszerzyć ich zastosowanie na radiogramy 3D.

- To badanie daje wgląd w przyszłość stomatologii, w której sztuczna inteligencja automatycznie ocenia obrazy i pomaga stomatologom we wcześniejszym diagnozowaniu i leczeniu chorób, wskazuje naukowiec.

CZYTAJ WIĘCEJ

Leczenie kanałowe z powikłaniami. Pacjentka wygrała w sądzie

CZYTAJ WIĘCEJ

Drakońskie kary za błędy w gospodarowaniu odpadami medycznymi. Nawet do 1 mln zł